MétaCan
Menu
← Retour à la cohorte
Enregistrement W2023440276 · doi:10.1117/12.382257

<title>Assessment of temporal jitter in ECG gated dynamic three-dimensional echocardiography</title>

2000· article· en· W2023440276 sur OpenAlexaff
Seemantini K. Nadkarni, Derek R. Boughner, Aaron Fenster

Notice bibliographique

RevueProceedings of SPIE, the International Society for Optical Engineering/Proceedings of SPIE · 2000
Typearticle
Langueen
DomaineMedicine
ThématiqueAdvanced MRI Techniques and Applications
Établissements canadiensWestern University
Organismes subventionnairesMedical Research Council
Mots-clésJitterCardiac cycleCardiac imagingImaging phantomComputer visionComputer scienceTemporal resolutionArtificial intelligenceImage qualityPhysicsOpticsCardiologyImage (mathematics)MedicineTelecommunications

Résumé

récupéré en direct d'OpenAlex

Dynamic-3D echocardiography can potentially provide an accurate representation of the complex cardiac anatomy and dynamics over the cardiac cycle. However, the image quality of dynamic-3D echocardiography is limited by temporal jitter artifacts; which result from the asynchronous acquisition of video frames with respect to the cardiac cycle. In our study, we estimate the extent of temporal jitter in dynamic-3D echocardiography using in-vitro studies, and also provide a theoretical method to predict temporal jitter. Dynamic-3D images of a myocardial motion phantom were reconstructed and analyzed for cardiac wall motion at different heart rates. Our algorithm to quantify temporal jitter consisted of three steps. First, the distance of a reference plane to the surface of the phantom was computed and plotted as a 2D grayscale distance map in each 3D image. Second, surface variation maps were derived and finally, 2D jitter maps were plotted to provide a measure of temporal jitter in each 3D image at each cardiac phase. Temporal jitter was as large as 3.5 mm in peak systole and 1.5 mm in end diastole. The standard deviation in the jitter maps ranged from 0.5 mm in end-diastole to 1.0 mm in peak-systole; which agreed well with our theoretical analysis.

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)0,005
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
Métarecherche0,0010,005
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
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 Opus0,009
Tête enseignante GPT0,264
Écart entre enseignants0,255 · 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
Publié2000
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueProceedings of SPIE, the International Society for Optical Engineering/Proceedings of SPIE→Même sujetAdvanced MRI Techniques and Applications→Travaux en français237 207→