Diffusion tensor imaging in evaluation of human skeletal muscle injury
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
PURPOSE: To explore the capability and reliability of diffusion tensor magnetic resonance imaging (DTI) in the evaluation of human skeletal muscle injury. MATERIALS AND METHODS: DTI of four patients with gastrocnemius and soleus muscles injuries was compared to eight healthy controls. Imaging was performed using a GE 3.0T short-bore scanner. A diffusion-weighted 2D spin echo echo-planar imaging (EPI) pulse sequence optimized for skeletal muscle was used. From a series of axially acquired diffusion tensor images the diffusion tensor eigenparameters (eigenvalues and eigenvectors), fractional anisotropy (FA), and apparent diffusion coefficient (ADC) were calculated and compared for injured and healthy calf muscles. Two dimensional (2D) projection maps of the principal eigenvectors were plotted to visualize the healthy and pathologic muscle fiber architectures. RESULTS: Clear differences in FA and ADC were observed in injured skeletal muscle, compared to healthy controls. Mean control FA was 0.23 +/- 0.02 for medial and lateral gastrocnemius (mg and lg) muscles, and 0.20 +/- 0.02 for soleus (sol) muscles. In all patients FA values were reduced compared to controls, to as low as 0.08 +/- 0.02. The ADC in controls ranged from 1.41 to 1.31 x 10(-9) m(2)/second, while in patients this was consistently higher. The 2D projection maps revealed muscle fiber disorder in injured calves, while in healthy controls the 2D projection maps show a well organized (ordered) fiber structure. CONCLUSION: DTI is a suitable method to assess human calf muscle injury.
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.
Prédiction distillée sur la base complète
Imitation des enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
score_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