MétaCan
Menu
Retour à la cohorte
Enregistrement W2049739170 · doi:10.1002/mrm.20727

Three‐dimensional reconstruction of limited‐view projections for contrast‐enhanced magnetic resonance angiography at high temporal and spatial resolution

2005· article· en· W2049739170 sur OpenAlexaff
Yuexi Huang, David H. Gurr, Graham A. Wright

Notice bibliographique

RevueMagnetic Resonance in Medicine · 2005
Typearticle
Langueen
DomaineMedicine
ThématiqueAdvanced MRI Techniques and Applications
Établissements canadiensHealth Sciences CentreUniversity of TorontoSunnybrook Health Science Centre
Organismes subventionnairesnon disponible
Mots-clésA priori and a posterioriImage resolutionTemporal resolutionProjection (relational algebra)Data setContrast (vision)BiplaneImaging phantomComputer scienceIterative reconstructionArtificial intelligenceComputer visionSet (abstract data type)Resolution (logic)Magnetic resonance angiographyMagnetic resonance imagingPattern recognition (psychology)AlgorithmPhysicsOpticsRadiologyMaterials science

Résumé

récupéré en direct d'OpenAlex

The feasibility of reconstructing three-dimensional (3D) MRI data sets from limited-view projections is investigated in phantom and in vivo animal studies to improve the temporal resolution of magnetic resonance angiography without sacrificing spatial resolution. Thirty-two pairs of orthogonal biplane projections are acquired in an interleaved manner during the first pass of a contrast agent. The full data set is reconstructed as a priori 3D information. Each pair of projections is then reconstructed into an individual 3D data set based on a correlation analysis with the a priori data set. In this way, time-resolved 3D data sets at 1- to 2-s time intervals are reconstructed with submillimeter spatial resolution. Artifacts are limited if the image is simply structured or sparse and if SNR is sufficient in the projection images. With this technique, both high temporal and spatial resolution can be achieved simultaneously.

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: aucune
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,005

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0000,001
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
Science ouverte0,0000,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,001

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 GPT0,283
Écart entre enseignants0,266 · 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

Citations7
Publié2005
Routes d'admission1
Résumé présentoui

Explorer davantage

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