MétaCan
Menu
Retour à la cohorte
Enregistrement W2033594520 · doi:10.1002/mrm.22038

In vivo MR elastography of the prostate gland using a transurethral actuator

2009· article· en· W2033594520 sur OpenAlexaff
Rajiv Chopra, Arvin Arani, Yuexi Huang, Mireía Musquera, Jeff Wachsmuth, Michael Bronskill, Donald B. Plewes

Notice bibliographique

RevueMagnetic Resonance in Medicine · 2009
Typearticle
Langueen
DomaineMedicine
ThématiqueUltrasound Imaging and Elastography
Établissements canadiensHealth Sciences CentreUniversity of TorontoSunnybrook Health Science Centre
Organismes subventionnairesnon disponible
Mots-clésProstate glandProstateMagnetic resonance elastographyIn vivoMaterials scienceElastographyBiomedical engineeringActuatorAcousticsMedicineComputer sciencePhysicsUltrasoundInternal medicineBiology

Résumé

récupéré en direct d'OpenAlex

Conventional approaches for MR elastography (MRE) using surface drivers have difficulty achieving sufficient shear wave propagation in the prostate gland due to attenuation. In this study we evaluate the feasibility of generating shear wave propagation in the prostate gland using a transurethral device. A novel transurethral actuator design is proposed, and the performance of this device was evaluated in gelatin phantoms and in a canine prostate gland. All MRI was performed on a 1.5T MR imager using a conventional gradient-echo MRE sequence. A piezoceramic actuator was used to vibrate the transurethral device along its length. Shear wave propagation was measured transverse and parallel to the rod at frequencies between 100 and 250 Hz in phantoms and in the prostate gland. The shear wave propagation was cylindrical, and uniform along the entire length of the rod in the gel experiments. The feasibility of transurethral MRE was demonstrated in vivo in a canine model, and shear wave propagation was observed in the prostate gland as well as along the rod. These experiments demonstrate the technical feasibility of transurethral MRE in vivo. Further development of this technique is warranted.

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: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,271
Score d'incertitude au seuil0,527

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,002
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 Opus0,010
Tête enseignante GPT0,264
Écart entre enseignants0,254 · 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

Citations55
Publié2009
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueMagnetic Resonance in MedicineMême sujetUltrasound Imaging and ElastographyTravaux en français237 207