MétaCan
Menu
Retour à la cohorte
Enregistrement W2198326083 · doi:10.1080/10255840701704553

Towards a biomechanics-based technique for assessing myocardial contractility: an inverse problem approach

2008· article· en· W2198326083 sur OpenAlexafffund
Cristian A. Linte, Marcin Wierzbicki, Terry M. Peters, Abbas Samani

Notice bibliographique

RevueComputer Methods in Biomechanics & Biomedical Engineering · 2008
Typearticle
Langueen
DomaineEngineering
ThématiqueElasticity and Material Modeling
Établissements canadiensWestern UniversityRobarts Clinical Trials
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaU.S. Air ForceCanadian Institutes of Health ResearchOntario Innovation Trust
Mots-clésCardiac cycleContractilityBiomechanicsVentricleContraction (grammar)KinematicsComputer scienceCardiac VentricleInverse problemInverse methodIsotropyBiomedical engineeringAlgorithmMathematicsPhysicsMathematical analysisCardiologyMedicineAnatomyClassical mechanicsApplied mathematicsInternal medicine

Résumé

récupéré en direct d'OpenAlex

This work presents the initial development and implementation of a novel 3D biomechanics-based approach to measure the mechanical activity of myocardial tissue, as a potential non-invasive tool to assess myocardial function. This technique quantifies the myocardial contraction forces developed within the ventricular myofibers in response to electro-physiological stimuli. We provide a 3D finite element formulation of a contraction force reconstruction algorithm, along with its implementation using magnetic resonance (MR) data. Our algorithm is based on an inverse problem solution governed by the fundamental continuum mechanics principle of conservation of linear momentum, under a first-order approximation of elastic and isotropic material conditions. We implemented our technique using a subject-specific ventricle model obtained by extracting the left ventricular anatomical features from a set of high-resolution cardiac MR images acquired throughout the cardiac cycle using prospective electrocardiographic gating. Cardiac motion information was extracted by non-rigid registration of the mid-diastole reference image to the remaining images of a 4D dataset. Using our technique, we reconstructed dynamic maps that show the contraction force distribution superimposed onto the deformed ventricle model at each acquired frame in the cardiac cycle. Our next objective will consist of validating this technique by showing the correlation between the presence of low contraction force patterns and poor myocardial functionality.

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)0,003
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,007

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,003
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,001
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0020,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,001

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 Opus0,042
Tête enseignante GPT0,313
Écart entre enseignants0,271 · 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'étudeSimulation ou modélisation
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

Citations9
Publié2008
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueComputer Methods in Biomechanics & Biomedical EngineeringMême sujetElasticity and Material ModelingTravaux en français237 207