Comprehensive motion‐compensated highly accelerated 4D flow MRI with ferumoxytol enhancement for pediatric congenital heart disease
Notice bibliographique
Résumé
PURPOSE: To develop and evaluate motion-compensation and compressed-sensing techniques in 4D flow MRI for anatomical assessment in a comprehensive ferumoxytol-enhanced congenital heart disease (CHD) exam. MATERIALS AND METHODS: A Cartesian 4D flow sequence was developed to enable intrinsic navigation and two variable-density sampling schemes: VDPoisson and VDRad. Four compressed-sensing methods were developed: A) VDPoisson scan reconstructed using spatial wavelets; B) added temporal total variation to A; C) VDRad scan using the same reconstruction as in B; and D) added motion compensation to C. With Institutional Review Board (IRB) approval and Health Insurance Portability and Accountability Act (HIPAA) compliance, 23 consecutive patients (eight females, mean 6.3 years) referred for ferumoxytol-enhanced CHD 3T MRI were recruited. Images were acquired and reconstructed using methods A-D. Two cardiovascular radiologists independently scored the images on a 5-point scale. These readers performed a paired wall motion and functional assessment between method D and 2D balanced steady-state free precession (bSSFP) CINE for 16 cases. RESULTS: Method D had higher diagnostic image quality for most anatomical features (mean 3.8-4.8) compared to A (2.0-3.6), B (2.2-3.7), and C (2.9-3.9) with P < 0.05 with good interobserver agreement (κ ≥ 0.49). Method D had similar or better assessment of myocardial borders and cardiac motion compared to 2D bSSFP (P < 0.05, κ ≥ 0.77). All methods had good internal agreement in comparing aortic with pulmonic flow (BA mean < 0.02%, r > 0.85) and compared to method A (BA mean < 0.13%, r > 0.84) with P < 0.01. CONCLUSION: Flow, functional, and anatomical assessment in CHD with ferumoxytol-enhanced 4D flow is feasible and can be significantly improved using motion compensation and compressed sensing. J. Magn. Reson. Imaging 2016;43:1355-1368.
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 | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| 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) | 0,001 | 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 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 ».