Optimization of 3D contrast‐enhanced pulmonary magnetic resonance angiography in pediatric patients with congenital heart disease
Notice bibliographique
Résumé
Contrast kinetics were studied in the main pulmonary artery (MPA) and ascending aorta (AAo) of 12 children with congenital heart disease. This information was used to optimize the timing of data acquisition for contrast-enhanced MR angiography in these vessels. To reduce contrast-agent dosage in these fragile patients, contrast enhancement was measured during routine diagnostic 3D magnetic resonance (MR) angiography instead of using test-bolus methods. This was possible by acquiring 2D cross-sectional images of the MPA and AAo during the 3D scan. Time-to-peak in the MPA and AAo was 4.9 +/- 2.2 and 6.1 +/- 2.2 s, respectively, while the transit time between the two vessels was 4.5 +/- 0.6 s. A point-spread-function analysis showed that intravascular signal strength was maximized if data acquisition began 4.7 +/- 2.3 s after the first arrival of contrast in the MPA and 5.6 +/- 2.3 s in the AAo. Little signal loss and artifact resulted when longer acquisition delays were used because contrast-agent clearance was slow. Based on these results, MR angiography of both the MPA and the AAo in children with congenital heart disease can be performed using elliptic-centric k-space sampling and a trigger delay of 7.9 s after contrast arrival in the AAo (i.e., time-to-peak signal strength in the AAo plus one SD to account for intersubject variability).
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 | 0,000 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 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 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 ».