Pulmonary ventilation imaged by magnetic resonance: at the doorstep of clinical application
Notice bibliographique
Résumé
Over the past few years, magnetic resonance imaging (MRI) has emerged as an important instrument for functional ventilation imaging. The aim of this review is to summarize established clinical methods and emerging techniques for research and clinical arenas. Before the advent of MRI, chest radiography and computed tomography (CT) dominated morphological lung imaging, while functional ventilation imaging was accomplished with scintigraphy. Initially, MRI was not used for morphological lung imaging often, due to technical and physical limitations. However, recent developments have considerably improved anatomical MRI, as well as advanced new techniques in functional ventilation imaging, such as inhaled contrast aerosols, oxygen, hyperpolarized noble gases (Helium-3, Xenon-129), and fluorinated gases (sulphur-hexafluoride). Straightforward images demonstrating homogeneity of ventilation and determining ventilated lung volumes can be obtained. Furthermore, new image-derived functional parameters are measurable, such as airspace size, regional oxygen partial pressure, and analysis of ventilation distribution and ventilation/perfusion ratios. There are several advantages to using MRI: lack of radiation, high spatial and temporal resolution and a broad range of functional information. The MRI technique applied in patients with chronic obstructive pulmonary disease, emphysema, cystic fibrosis, asthma, and bronchiolitis obliterans, may yield a higher sensitivity in the detection of ventilation defects than ventilation scintigraphy, CT or standard pulmonary function tests. The next step will be to define the threshold between physiological variation and pathological defects. Using complementary strategies, radiologists will have the tools to characterize the impairment of lung function and to improve specificity.
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 | 0,003 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,002 |
| Communication savante | 0,003 | 0,003 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,003 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 0,002 |
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 ».