MétaCan
Menu
Retour à la cohorte
Enregistrement W1970775794 · doi:10.1109/ultsym.2013.0515

Towards high frame rate cardiac ultrasonography - a circular wave imaging approach

2013· preprint· en· W1970775794 sur OpenAlexafffund
Daniel Posada, Sarah Dort, Boris Chayer, Shahrokh Shahriari, Guy Cloutier, Hervé Liebgott, Damien Garcia

Notice bibliographique

Revuenon disponible
Typepreprint
Langueen
DomaineMedicine
ThématiqueUltrasound Imaging and Elastography
Établissements canadiensUniversité de Montréal
Organismes subventionnairesFonds de Recherche du Québec - SantéCanadian Institutes of Health Research
Mots-clésFrame rateSpeckle patternDoppler effectContext (archaeology)Blood flowDoppler imagingComputer scienceRegion of interestIntracardiac injectionArtificial intelligenceComputer visionBiomedical engineeringAcousticsPhysicsRadiologyMedicineGeologyCardiology

Résumé

récupéré en direct d'OpenAlex

Analysis and quantification of both intracardiac blood flow and myocardial motion by Doppler ultrasound (US) are of major interest to early detect heart failure. Furthermore these medical examinations are becoming part of daily clinical setups. Although noninvasive measures are yielded by conventional US Doppler, these are incomplete since only the velocity components along the US beam direction are captured. In addition, because one usually needs to cover a large sector in cardiac imaging, frame rates (typically <; 50 fps) offered by standard focused US are generally too low to fully describe the intracavitary blood flow and tissue motion. For the same last reason, alternate techniques such as speckle tracking and/or echo-PIV (particle image velocimetry) are also currently limited by a reduced frame rate. The objective of this in vitro study was to demonstrate the capability of ultrafast circular wave imaging to provide accurate time-resolved vector flow mapping over a wide deep sector scan. Circular wave imaging was chosen in the context of potential cardiac applications, where wide regions of interest (ROI) are required but only small intercostal acoustic windows are available.

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)0,002
score de la tête « metaresearch » (Gemma)0,002
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 enseignants0,002
Score d'incertitude au seuil0,009

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,002
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,001
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,001

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 Opus0,014
Tête enseignante GPT0,233
Écart entre enseignants0,220 · 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
Publié2013
Routes d'admission2
Résumé présentoui

Explorer davantage

Même sujetUltrasound Imaging and ElastographyTravaux en français237 207