Harmonic Hepatic US with Microbubble Contrast Agent: Initial Experience Showing Improved Characterization of Hemangioma, Hepatocellular Carcinoma, and Metastasis
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
PURPOSE: To characterize blood flow in focal hepatic lesions with harmonic ultrasonographic (US) imaging and a microbubble contrast agent. MATERIALS AND METHODS: Thirty patients with known hepatic masses were examined after injection of a perfluorocarbon microbubble agent. Tumor vascularity was assessed with continuous, harmonic gray-scale imaging with a low mechanical index (MI). Tumor vascular volume was assessed with brief, high-MI insonation called interval-delay imaging, which caused microbubble destruction. As the total contrast agent volume in the liver reflects the total vascular volume, quantitation of lesion enhancement relative to normal hepatic enhancement helped determine the vascular volume of the tumor relative to that of normal parenchyma. RESULTS: Low-MI continuous harmonic imaging showed lesional vessels in hepatocellular carcinomas, minimal or no vessels in hemangiomas, and variable vascularization in metastases. High-MI interval-delay imaging showed greater enhancement in hepatocellular carcinomas than in normal liver (P <.02) and showed less enhancement in hemangiomas than in normal liver (P <.02). Enhancement in metastases was greater in the margins than in the center; as a result, the lesions appeared smaller (P <.03) and less well defined on the interval-delay images. CONCLUSION: Contrast-enhanced harmonic imaging appears superior to conventional Doppler US for hepatic mass characterization. Low-MI continuous and high-MI interval-delay imaging can help assess tumor vascular pattern and microvascular volume.
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.
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 | 0,000 | 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 découle