MétaCan
Menu
Retour à la cohorte
Enregistrement W1986061044 · doi:10.1002/mrm.21711

Free‐breathing cine MRI

2008· article· en· W1986061044 sur OpenAlexaff
Angela O. Leung, D. Ian Paterson, Richard B. Thompson

Notice bibliographique

RevueMagnetic Resonance in Medicine · 2008
Typearticle
Langueen
DomaineMedicine
ThématiqueAdvanced MRI Techniques and Applications
Établissements canadiensUniversity of Alberta HospitalAlberta Hospital EdmontonUniversity of Alberta
Organismes subventionnairesnon disponible
Mots-clésBreathingCartesian coordinate systemComputer scienceNuclear medicineMagnetic resonance imagingComputer visionMotion (physics)Standard deviationArtificial intelligenceBiomedical engineeringMedicineMathematicsRadiologyAnatomyGeometry

Résumé

récupéré en direct d'OpenAlex

Standard MRI cine exams for the study of cardiac function are segmented over several heartbeats and thus require a breath-hold to minimize breathing motion artifacts, which is a current limitation of this approach. The purpose of this study was to develop a method for the measurement and correction of respiratory motion that is compatible with cine imaging. Real-time images were used to measure the respiratory motion of heart, to allow translations, rotations, and shears to be measured and corrected in the k-space domain prior to a final gated-segmented reconstruction, using the same data for both purposes. A method for data rejection to address the effects of through-plane motion and complex deformations is described (respiratory gating). A radial k-space trajectory was used in this study to allow direct reconstruction of undersampled real-time images, although the techniques presented are applicable with Cartesian k-space trajectories. Corrected and uncorrected free-breathing gated-segmented images acquired over 18 sec were compared to the current standard breath-hold Cartesian images using both quantitative sharpness profiles (mm(-1)) and clinical scoring (1 to 5 scale, 3: clinically acceptable). Free-breathing, free-breathing corrected, and breath-hold images had average sharpness values of 0.23 +/- 0.04, 0.38 +/- 0.04, and 0.44 +/- 0.04 mm(-1) measured at the blood-endocardium interface, and clinical scores of 2.2 +/- 0.5, 4.2 +/- 0.4, and 4.7 +/- 0.5, respectively.

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)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,525
Score d'incertitude au seuil0,625

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
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)0,0010,000

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 Opus0,026
Tête enseignante GPT0,315
Écart entre enseignants0,288 · 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'étudeSans objet
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
Publié2008
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueMagnetic Resonance in MedicineMême sujetAdvanced MRI Techniques and ApplicationsTravaux en français237 207