Prostate MR elastography with transperineal electromagnetic actuation and a fast fractionally encoded steady‐state gradient echo sequence
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
Our aim is to develop a clinically viable, fast-acquisition, prostate MR elastography (MRE) system with transperineal excitation. We developed a new actively shielded electromagnetic transducer, designed to enable quick deployment and positioning within the scanner. The shielding of the transducer was optimized using simulations. We also employed a new rapid pulse sequence that encodes the three-dimensional displacement field in the prostate gland using a fractionally encoded steady-state gradient echo sequence, thereby shortening the acquisition time to a clinically acceptable 8-10 min. The methods were tested in two phantoms and seven human subjects (six volunteers and one patient with prostate cancer). The MRE acquisition time for 24 slices, with an isotropic resolution of 2 mm and eight phase offsets, was 8 min, and the total scan, including positioning and set-up, was performed in 15-20 min. The phantom study demonstrated that the transducer does not interfere with the acquisition process and that it generates displacement amplitudes that exceed 100 µm even at frequencies as high as 300 Hz. In the in vivo human study, average wave amplitudes of 30 µm (46 µm at the apex) were routinely achieved within the prostate gland at 70 Hz. No pain or discomfort was reported. Results in a single patient suggest that MRE can identify cancer tumors, although this result is preliminary. The proposed methods allow the integration of prostate MRE with other multiparametric MRI methods. The results of this study clearly motivate the clinical evaluation of transperineal MRE in patients.
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 | 0,001 | 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 | 0,000 |
| 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