On the Evaluation of Vorticity Using Cardiovascular Magnetic Resonance Velocity Measurements
Notice bibliographique
Résumé
Vorticity and vortical structures play a fundamental role affecting the evaluation of energetic aspects (mainly left ventricle work) of cardiovascular function. Vorticity can be derived from cardiovascular magnetic resonance (CMR) imaging velocity measurements. However, several numerical schemes can be used to evaluate the vorticity field. The main objective of this work is to assess different numerical schemes used to evaluate the vorticity field derived from CMR velocity measurements. We compared the vorticity field obtained using direct differentiation schemes (eight-point circulation and Chapra) and derivate differentiation schemes (Richardson 4* and compact Richardson 4*) from a theoretical velocity field and in vivo CMR velocity measurements. In all cases, the effect of artificial spatial resolution up-sampling and signal-to-noise ratio (SNR) on vorticity computation was evaluated. Theoretical and in vivo results showed that the eight-point circulation method underestimated vorticity. Up-sampling evaluation showed that the artificial improvement of spatial resolution had no effect on mean absolute vorticity estimation but it affected SNR for all methods. The Richardson 4* method and its compact version were the most accurate and stable methods for vorticity magnitude evaluation. Vorticity field determination using the eight-point circulation method, the most common method used in CMR, has reduced accuracy compared to other vorticity schemes. Richardson 4* and its compact version showed stable SNR using both theoretical and in vivo data.
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 | 0,002 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| 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 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 ».