MétaCan
Menu
Retour à la cohorte
Enregistrement W1979299636 · doi:10.1118/1.3120289

MR acoustic radiation force imaging: <i>In vivo</i> comparison to ultrasound motion tracking

2009· article· en· W1979299636 sur OpenAlexafffund
Yuexi Huang, Laura Curiel, Aleksandra Kukic, Donald B. Plewes, Rajiv Chopra, Kullervo Hynynen

Notice bibliographique

RevueMedical Physics · 2009
Typearticle
Langueen
DomaineMedicine
ThématiqueUltrasound Imaging and Elastography
Établissements canadiensUniversity of TorontoHealth Sciences CentreSunnybrook Health Science Centre
Organismes subventionnairesNational Cancer InstituteNational Institutes of HealthTerry Fox Foundation
Mots-clésUltrasoundTransducerMaterials scienceAcoustic radiation forceBiomedical engineeringMedical imagingUltrasound imagingMatch movingTracking (education)AcousticsMedicinePhysicsRadiologyMotion (physics)

Résumé

récupéré en direct d'OpenAlex

MR acoustic radiation force (ARF) imaging was developed for measuring tiSsue elastic properties using focused ultrasound to deliver a localized tissue motion. In this study, an imaging ultrasound transducer was mounted on the focused ultrasound transducer and ultrasound motion tracking was performed simultaneously to MR ARF imaging to validate the measurement results. In vivo studies on rabbit thigh muscle were performed and results showed a general agreement between the two modalities (slope=0.96 and R2=0.67). The temporal information by the ultrasound measurement indicates that the parameters in MR ARF imaging should be optimized according to the tissue type, acoustic power, and envelope and frequency of the ARF modulation.

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 distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,618
Score d'incertitude au seuil0,678

Scores Codex et Gemma par catégorie

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

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 Opus0,011
Tête enseignante GPT0,282
Écart entre enseignants0,271 · 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 tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
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

Citations23
Publié2009
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueMedical PhysicsMême sujetUltrasound Imaging and ElastographyTravaux en français237 207