High-Resolution 3-D T${{\bf _1}^{\bf *}}$-Mapping and Quantitative Image Analysis of <i>GRAY ZONE</i> in Chronic Fibrosis
Notice bibliographique
Résumé
The substrate of potentially lethal cardiac arrhythmias often resides in the gray zone (GZ), a mixture of viable myocytes and collagen strands found between healthy myocardium and infarct core (IC). The specific aims of this paper are to demonstrate correspondence between regions delineated in T1* (apparent T1) maps and tissue characteristics seen in histopathology and to determine the MR imaging resolution needed to adequately identify GZ-associated substrate in chronic infarct. For this, a novel 3-D multicontrast late enhancement (MCLE) MR method was used to image ex vivo swine hearts with chronic infarction, at high resolution ( 0.6×0.6×1.25 mm). Pixel-wise classified tissue maps were calculated using steady-state and T1* images as input to a fuzzy-clustering algorithm. Quantitative histology based on collagen stains was performed in n = 10 selected slabs and showed very good correlations between histologically-determined areas of heterogeneous and dense fibrosis, and the corresponding GZ ( R2 = 0.96) and IC ( R2 = 0.97 ) in tissue classified maps. Furthermore, in n = 24 slabs, we performed volumetric measurements of GZ and IC, at the original and decreased image resolutions. Our results demonstrated that the IC volume remained relatively unchanged across all resolutions, whereas the GZ volume progressively increased with diminished image resolution, with changes reaching significance at 1×1×5 mm resolution (p < 0.05 ) but not at 1×1×2.5 mm, suggesting that this resolution may be sufficient to adequately identify the GZ from MCLE images, enabling an effective MR probing of remodeled myocardium in late infarct. Future work will focus on translating these findings to optimizing the current in vivo MCLE imaging of the GZ.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,002 |
| 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 tête enseignante, 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 ».