MétaCan
Menu
Retour à la cohorte
Enregistrement W2030448323 · doi:10.1118/1.3250860

Identification of breast calcification using magnetic resonance imaging

2009· article· en· W2030448323 sur OpenAlexafffund
Ali Fatemi‐Ardekani, Colm Boylan, Michael D. Noseworthy

Notice bibliographique

RevueMedical Physics · 2009
Typearticle
Langueen
DomaineMedicine
ThématiqueAdvanced MRI Techniques and Applications
Établissements canadiensMcMaster UniversitySt. Joseph’s Healthcare Hamilton
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésMammographyMagnetic resonance imagingDigital mammographyBreast cancerMicrocalcificationNuclear magnetic resonanceContrast (vision)ParamagnetismSusceptibility weighted imagingDiamagnetismRadiologyMaterials scienceMedicineCancerMagnetic fieldPhysicsComputer scienceArtificial intelligence

Résumé

récupéré en direct d'OpenAlex

MRI phase and magnitude images provide information about local magnetic field variation (DeltaB0), which can consequently be used to understand tissue properties. Often, phase information is discarded. However, corrected phase images are able to produce contrast as a result of magnetic susceptibility differences and local field inhomogeneities due to the presence of diamagnetic and paramagnetic substances. Three-dimensional (3D) susceptibility weighted imaging (SWI) can be used to probe changes in MRI phase evolution and, subsequently, result in an alternate form of contrast between tissues. For example, SWI has been useful in the assessment of negative phase induced DeltaB0 modulation due to the presence of paramagnetic substances such as iron. Very little, however, has been done to assess positive phase induced contrast changes resulting from the presence of diamagnetic substances such as precipitated calcium. As ductal carcinoma in situ, which is the precursor of invasive ductal cancer, is often associated with breast microcalcification, the authors proposed using SWI as a possible visualization technique. In this study, breast phantoms containing calcifications (0.4-1.5 mm) were imaged using mammography, computed tomography (CT), and SWI. Corrected phase and magnitude images acquired using SWI allowed identification and correlation of all calcifications seen on CT. As the approach is a 3D technique, it could potentially allow for more accurate localization and biopsy and maybe even reduce the use of gadolinium contrast. Furthermore, the approach may be beneficial to women with dense breast tissue where the ability to detect microcalcification with mammography is reduced.

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)0,002
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: Empirique
Score de désaccord entre enseignants0,003
Score d'incertitude au seuil0,004

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0030,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0010,000
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 Opus0,017
Tête enseignante GPT0,335
Écart entre enseignants0,318 · 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

Citations45
Publié2009
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueMedical PhysicsMême sujetAdvanced MRI Techniques and ApplicationsTravaux en français237 207