WFUMB Guidelines and Recommendations for Clinical Use of Ultrasound Elastography: Part 1: Basic Principles and Terminology
Notice bibliographique
Résumé
Conventional diagnostic ultrasound images of the anatomy (as opposed to blood flow) reveal differences in the acoustic properties of soft tissues (mainly echogenicity but also, to some extent, attenuation), whereas ultrasound-based elasticity images are able to reveal the differences in the elastic properties of soft tissues (e.g., elasticity and viscosity). The benefit of elasticity imaging lies in the fact that many soft tissues can share similar ultrasonic echogenicities but may have different mechanical properties that can be used to clearly visualize normal anatomy and delineate pathologic lesions. Typically, all elasticity measurement and imaging methods introduce a mechanical excitation and monitor the resulting tissue response. Some of the most widely available commercial elasticity imaging methods are 'quasi-static' and use external tissue compression to generate images of the resulting tissue strain (or deformation). In addition, many manufacturers now provide shear wave imaging and measurement methods, which deliver stiffness images based upon the shear wave propagation speed. The goal of this review is to describe the fundamental physics and the associated terminology underlying these technologies. We have included a questions and answers section, an extensive appendix, and a glossary of terms in this manuscript. We have also endeavored to ensure that the terminology and descriptions, although not identical, are broadly compatible across the WFUMB and EFSUMB sets of guidelines on elastography (Bamber et al. 2013; Cosgrove et al. 2013).
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 | 0,024 | 0,099 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,003 | 0,003 |
| Bibliométrie | 0,011 | 0,007 |
| Études des sciences et des technologies | 0,002 | 0,003 |
| Communication savante | 0,005 | 0,005 |
| Science ouverte | 0,007 | 0,004 |
| Intégrité de la recherche | 0,008 | 0,007 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,042 | 0,050 |
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 ».