MétaCan
Menu
Retour à la cohorte
Enregistrement W2235070546 · doi:10.1097/rli.0000000000000170

Magnetic Resonance Imaging and Computed Tomography of the Brain—50 Years of Innovation, With a Focus on the Future

2015· review· en· W2235070546 sur OpenAlexaff
Val M. Runge, Shigeki Aoki, William G. Bradley, Kee‐Hyun Chang, Marco Essig, Lin Ma, Jeffrey S. Ross, Anton Valavanis

Notice bibliographique

RevueInvestigative Radiology · 2015
Typereview
Langueen
DomaineMedicine
ThématiqueAdvanced MRI Techniques and Applications
Établissements canadiensUniversity of Manitoba
Organismes subventionnairesnon disponible
Mots-clésMagnetic resonance imagingMedical physicsMedical imagingFocus (optics)MedicineWorkflowNeuroimagingComputer sciencePreclinical imagingRadiologyPhysics

Résumé

récupéré en direct d'OpenAlex

This review focuses specifically on the developments in brain imaging, as opposed to the spine, and specifically conventional, clinical, cross-sectional imaging, looking primarily at advances in magnetic resonance imaging (MRI) and computed tomography (CT). These fields are viewed from a perspective of landmark publications in the last 50 years and subsequently more in depth using sentinel publications from the last 5 years. It is also written from a personal perspective, with the authors having witnessed the evolution of both fields from their initial clinical introduction to their current state. Both CT and MRI have made tremendous advances during this time, regarding not only sensitivity and spatial resolution, but also in terms of the speed of image acquisition. Advances in CT in recent years have focused in part on reduced radiation dose, an important topic for the years to come. Magnetic resonance imaging has seen the development of a plethora of scan techniques, with marked superiority to CT in terms of tissue contrast due to the many parameters that can be assessed, and their intrinsic sensitivity. Future advances in MRI for clinical practice will likely focus both on new acquisition techniques that offer advances in speed and resolution, for example, simultaneous multislice imaging and data sparsity, and on standardization and further automation of image acquisition and analysis. Functional imaging techniques including specifically perfusion and functional magnetic resonance imaging will be further integrated into the workflow to provide pathophysiologic information that influence differential diagnosis, assist treatment decision and planning, and identify and follow treatment-related changes.

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)0,004
score de la tête « metaresearch » (Gemma)0,005
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,004
Score d'incertitude au seuil0,022

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0040,005
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0030,003
Études des sciences et des technologies0,0010,003
Communication savante0,0030,004
Science ouverte0,0010,002
Intégrité de la recherche0,0020,004
Charge utile insuffisante (le modèle a refusé de juger)0,0030,002

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 Opus0,033
Tête enseignante GPT0,316
Écart entre enseignants0,283 · 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'étudeSans objet
Domainenon disponible
GenreSynthèse

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

En bref

Citations39
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInvestigative RadiologyMême sujetAdvanced MRI Techniques and ApplicationsTravaux en français237 207