Three-dimensional echocardiography in a dynamic heart phantom: comparison of five different methods to measure chamber volume using a commercially available software
Notice bibliographique
Résumé
Several methods of analysis are available for quantification of left ventricular volumes and ejection fraction using three-dimensional (3D) echocardiography. This study compared the accuracy and reproducibility of five methods of analysis in a novel, irregularly shaped dynamic heart phantom with excellent image quality. Five 3D datasets were acquired on a Philips IE33 platform using an X5-1 3D transducer. Each dataset was analysed by five different methods using the Philips QLab v8.1 software: Methods A1, A2 and A3, semi-automated contour detection with varying degrees of user correction; Method B, Simpson's biplane method using optimally aligned four- and two-chamber views and Method C, method of discs, manually delineated in reconstructed short-axis views. Time-volume curves were generated for each method and compared with the true volumes measured throughout systole in the phantom heart. A second observer repeated measurements by each method in a single 3D dataset. Method A1 (uncorrected semi-automated contouring) produced the most consistent time-volume curves, although end-diastolic and end-systolic volumes varied between datasets. Any manual correction of contours (Methods A2, A3 and B) resulted in significant variation in the time-volume curves, with less consistent endocardial tracking. Method C was not only the most accurate and reproducible method, but also the most time-consuming one. Different methods of 3D volume quantification vary significantly in accuracy and reproducibility using an irregular phantom heart model. Although contouring may appear optimal in long-axis views, this may not be replicated circumferentially, and the resulting measures appeared to be less robust following the manual correction of semi-automated contours.
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 | 0,007 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| 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 | 0,001 |
| 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 ».