Non-invasive Spinal Cord Angiography for Imaging Vascular Spinal Cord Malformations
Notice bibliographique
Résumé
On conventional (non-contrast-enhanced) MR imaging signs of increased signal intensity in the central cord and enlarged subarachnoid flow voids are suggestive for the presence of a vascular spinal cord malformation. However, they provide no predictive information on the exact location of the malformation and thus additional imaging is warranted. At present, catheter angiography is still the standard of reference to image the arteries and veins of the spinal cord 1 and the preferred technique for diagnosing, localizing, and classifying vascular spinal lesions . Although it provides superior spatial resolution and image quality, catheter angiography has, however, several major drawbacks, as it is invasive, involves exposure to ionizing radiation, and has a small risk for major complications, including spinal cord infarction . In addition, it can often be time consuming and may require multiple catheterizations to locate the vascular spinal cord malformation. For these reasons, new imaging methods were searched and developed in order to non-invasively visualize the aberrant spinal cord vasculature. Recent advances in MR and CT angiography have strongly improved the vessel-to-background contrast by using fast acquisition in combination with contrast agent bolus injection and are now able to depict and differentiate normal from abnormal spinal cord vasculature. In this paper the relevant vascular radiological anatomy of the spinal cord is first briefly outlined. Subsequently, previously used and new spinal cord MR angiography techniques as well as CT angiography techniques will be discussed. Then the MR and CT angiography techniques will be compared for spinal cord angiography. To conclude an outlook is provided on possible future developments and applications of non-invasive spinal cord angiography.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 0,001 |
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.
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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».