MétaCan
Menu
Retour à la cohorte
Enregistrement W1964359621 · doi:10.1186/1532-429x-14-s1-p241

Simultaneous measurement of blood-flow velocity and regional wall motion with phase unwrapping

2012· article· en· W1964359621 sur OpenAlexafffund
Junmin Liu, James A. White, Maria Drangova

Notice bibliographique

RevueJournal of Cardiovascular Magnetic Resonance · 2012
Typearticle
Langueen
DomaineMedicine
ThématiqueAdvanced MRI Techniques and Applications
Établissements canadiensWestern University
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésAngiologyPhase contrast microscopyBlood flowMedicinePhase unwrappingFlow (mathematics)Doppler effectPhase (matter)Biomedical engineeringDoppler imagingFlow velocityCardiac cycleRadiologyCardiologyInternal medicineMathematicsPhysicsOpticsBlood pressureGeometryDiastole

Résumé

récupéré en direct d'OpenAlex

Doppler echocardiography-based techniques are routinely used to assess the heart and ventricular function by measuring blood flow and cardiac tissue velocity profiles. While these measures may similarly be obtained by phase contrast MRI, each require separate acquisitions and subsequent analysis to accommodate for vastly different velocities and therefore velocity encoding (VENC) values. MR imaging was performed on a 3.0-T whole-body scanner (MR 750, GE Medical Systems). Phase-contrast images with through-plane velocity-encoding were acquired in the short-axis plane with a retrospectively triggered 2D fast cine phase contrast pulse sequence (TR/TE, 7.3/4.4 ms; flip angle, 15 degree, slice thickness 8 mm) with first-order flow compensation in all dimensions to minimize artifacts from flow and motion. Three VENCs - 75, 20 and 10 cm/s - were used and the images acquired with VENC = 75 cm/s were used as a reference. The acquisition time (per VENC) was about 15 seconds, enabling acquisition within a single breath-hold. Thirty images were reconstructed per cardiac cycle. Phase unwrapping of the velocity data was achieved using an algorithm developed in our lab, which uses an orthogonal recursive approach to remove streaks that result following conventional 2D phase unwrapping. The unwrapped aliasing-free phase-contrast images (VENC = 20 cm/s) are shown in Fig. 1 . The algorithm was insufficient to resolve phase wrapping produced form 10 cm/s acquired datasets, specifically during the early filling stage (detail not presented). The profiles of blood-flow in the LV and RV (VENC = 20cm/s) are close to that acquired with 75 cm/s (Fig. 2a ). The results of mid-ventricula regional wall motion (Fig 2b ) are similar to those reported by other groups. Additionally, we include the results of RV wall motion. The odd-numbered time frames of the 30 unwrapped mid-ventricular phase images (VENC = 20 cm/s). The phase images have been corrected for background phase and are colour-coded in cm/s according to the scale on the right. (a) The blood flow velocity in the LV (BLV) and RV (BRV). (b) Plots of regional wall motion of the middle ventricular plane. WRV denotes the lateral wall of the RV. Our preliminary results suggest that phase unwrapping using an orthogonal recursive technique can resolve phase wrap artifact from datasets acquired at VENC settings as low as 20 cm/s. This approach allows for simultaneous quantification of tissue and blood flow velocities within a single image acquisition and may be of value for the rapid assessment of diastolic dysfunction and left atrial pressures.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,003
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,005

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,003
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,001

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,022
Tête enseignante GPT0,262
Écart entre enseignants0,240 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2012
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of Cardiovascular Magnetic ResonanceMême sujetAdvanced MRI Techniques and ApplicationsTravaux en français237 207