MétaCan
Menu
Retour à la cohorte
Enregistrement W2057100016 · doi:10.1097/rli.0b013e31827f1b68

Free Breathing Real-Time Cardiac Cine Imaging With Improved Spatial Resolution at 3 T

2013· article· en· W2057100016 sur OpenAlexaff
Félix Schwab, Florian Schwarz, Olaf Dietrich, Titus Lanz, Frank Resmer, Tobias Wichmann, Bernd J. Wintersperger, Fabian Bamberg, Konstantin Nikolaou, Maximilian F. Reiser, Daniel Theisen

Notice bibliographique

RevueInvestigative Radiology · 2013
Typearticle
Langueen
DomaineMedicine
ThématiqueCardiac Imaging and Diagnostics
Établissements canadiensUniversity of Toronto
Organismes subventionnairesBayerische ForschungsstiftungBundesministerium für Bildung und ForschungDeutsches Zentrum für Herz-Kreislaufforschung
Mots-clésVoxelImaging phantomNuclear medicineImage qualityImage resolutionTemporal resolutionBreathingCardiac imagingIterative reconstructionVentriclePartial volumeEjection fractionBiomedical engineeringComputer scienceMedicineArtificial intelligencePhysicsRadiologyImage (mathematics)Cardiology

Résumé

récupéré en direct d'OpenAlex

OBJECTIVES: The aim of this study was to evaluate free-breathing single-shot real-time cine imaging for functional cardiac imaging at 3 T with increased spatial resolution. Special emphasis of this study was placed on the influence of parallel imaging techniques. MATERIALS AND METHODS: Gradient echo phantom images were acquired with GRAPPA and modified SENSE reconstruction using both integrated and separate reference scans as well as TGRAPPA and TSENSE. In vivo measurements were performed for GRAPPA reconstruction with an integrated and a separate reference scan, as well as TGRAPPA using balanced steady-state free precession protocols. Three clinical protocols, rtLRInt (Tres = 51.3 milliseconds; voxel, 2.5 × 5.0 × 10 mm³), rtMRSep (Tres = 48.8 milliseconds; voxel, 1.9 × 3.1 × 10 mm³), and rtHRSep (Tres = 48.3 milliseconds; voxel, 1.6 × 2.6 × 10 mm), were investigated on 20 volunteers using GRAPPA reconstruction with internal as well as separate reference scans. End-diastolic volume, end-systolic volume, ejection fraction, peak ejection rate, peak filling rate, and myocardial mass were evaluated for the left ventricle and compared with an electrocardiogram-triggered segmented readout cine protocol used as standard of reference. All studies were performed at 3 T. RESULTS: Phantom and in vivo data demonstrate that the combination of GRAPPA reconstruction with a separate reference scan provides an optimal compromise of image quality as well as spatial and temporal resolution. Functional values (P values) for the standard of reference, rtLRInt, rtMRSep, and rtHRSep end-diastolic volume were 141 ± 24 mL, 138 ± 21 mL, 138 ± 19 mL, and 128 ± 33 mL, respectively (P = 0.7, 0.7, 0.4); end-systolic volume, 55 ± 15 mL, 61 ± 14 mL, 58 ± 12 mL, and 55 ± 20 mL, respectively (P = 0.23, 0.43, 0.62); ejection fraction, 61% ± 5%, 57% ± 5%, 58% ± 4%, and 56% ± 8%, respectively (P = 0.01, 0.11, 0.06); peak ejection rate, 481 ± 73 mL/s, 425 ± 62 mL/s, 434 ± 67 mL/s, and 381 ± 86 mL/s, respectively (P = 0.03, 0.04, 0.01); peak filling rate, 555 ± 80 mL/s, 480 ± 70 mL/s, 500 ± 70 mL/s, and 438 ± 108 mL/s, respectively (P= 0.007, 0.05, 0.004); and myocardial mass, 137 ± 26 g, 141 ± 25 g, 141 ± 23 g, and 130 ± 31 g, respectively (P = 0.62, 0.54, 0.99). CONCLUSIONS: Using a separate reference scan and high acceleration factors up to R = 6, single-shot real-time cardiac imaging offers adequate temporal and spatial resolution for accurate assessment of global left ventricular function in free breathing with short examination times.

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)0,001
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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,573
Score d'incertitude au seuil0,914

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,001
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 Opus0,009
Tête enseignante GPT0,231
Écart entre enseignants0,222 · 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

Citations15
Publié2013
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInvestigative RadiologyMême sujetCardiac Imaging and DiagnosticsTravaux en français237 207