Performance of steady‐state free precession for imaging carotid artery disease
Notice bibliographique
Résumé
PURPOSE: To evaluate steady-state free precession (SSFP) for diagnosing carotid artery disease. MATERIALS AND METHODS: Following bilateral x-ray angiography, seven patients with suspected carotid artery disease were imaged with SSFP, black blood fast spin echo (BB FSE), and time-of-flight MR angiography (TOF MRA). The techniques were compared for characterizing the vessel lumen. Flow phantom experiments were also performed, using speeds of 0 to 40 cm/second, to further evaluate the merits of each MR technique. RESULTS: In the patient studies, of the 14 arteries available, a correct grading of stenosis was possible with SSFP in 9 of 14, FSE in 12 of 14, and TOF in 13 of 14, assuming x-ray angiography as the gold standard. The SSFP technique was the least reliable and had severe artifacts in 5 of 14 arteries, making these images nondiagnostic. The flow phantom demonstrated that although the SSFP technique performs well under slow or no flow, it breaks down at higher flow levels. CONCLUSION: The continuous SSFP sequence used here was not reliable for imaging carotid artery disease owing to artifact in many cases. Nevertheless, the high speed of this SSFP technique does allow it to serve as a rapid scouting method prior to a more detailed evaluation with other MRI methods.
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 | 0,004 | 0,014 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».