MétaCan
Menu
← Retour à la cohorte
Enregistrement W2139256259 · doi:10.1109/ultsym.2015.0010

Time-resolved Doppler vortography in the left ventricle

2015· article· en· W2139256259 sur OpenAlexaff
Julia Faurie, Daniel Posada, Amir Hodžić, François Tournoux, Damien Garcia

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineMedicine
ThématiqueCardiovascular Function and Risk Factors
Établissements canadiensUniversité de Montréal
Organismes subventionnairesnon disponible
Mots-clésCardiac cycleVentricleVorticityVortexDoppler effectPhysicsBlood flowCardiologyMedicineMechanics

Résumé

récupéré en direct d'OpenAlex

Previous studies have suggested that vortex flow in the left ventricle can be used as an indicator of the heart function. Thereby from a clinical point of view, studying the left ventricle vortex during cardiac cycles could be helpful for early diagnosis. What we propose here is the combination of a method called vortography with ultrafast Doppler echocardiography. Ultrafast ultrasound imaging is a promising field that can increase significantly the frame rate of the acquisitions. The use of ultrafast imaging can therefore provide a sufficient number of frames to describe the whole intra-cardiac blood flow during an entire cardiac cycle which cannot be achieved with conventional echography. Doppler vortography is based on recognition of the antisymmetric pattern in a vortex velocity field. The reliability of vortography has already been presented with conventional Doppler imaging. In this study we present the results from in vitro experiments on a spinning disc from which we were able to fix the angular velocity and deduce the ground truth vorticity. We observed a strong correlation between the vorticity measured with ultrafast vortography and the ground truth vorticity (r2= 0.99). We then applied the method in vivo (5 healthy volunteers) and we were able to track the main vortex in the left ventricle during the cardiac cycle.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,003

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,023
Tête enseignante GPT0,253
Écart entre enseignants0,230 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetCardiovascular Function and Risk Factors→Travaux en français237 207→