Detection of Lung Perfusion Abnormalities Using Computed Tomography in a Porcine Model of Pulmonary Embolism
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
The purpose of this study was to identify perfusion defects of the lung using computed tomography (CT). A balloon catheter was placed in a lobar pulmonary artery of six anesthetized, ventilated, juvenile pigs to simulate occlusive segmental embolus. Contrast medium was injected via a central venous catheter at rates of 1.5, 3, 4.5, and 9 ml/s in each pig. A 40-second single-level cine CT was acquired distal to the inflated balloon during suspended inspiration. Three computer-manipulated images (time to maximal enhancement, change in maximal attenuation, maximal contrast minus precontrast subtraction) were generated using custom software and compared with the unmodified maximal enhancement and precontrast images. Two independent observers identified perfusion defects and scored the level of confidence (5-point scale) on all five images. Regions of interest were drawn in perfused and nonperfused lung and time-attenuation curves were generated. Perfusion defects were accurately (99.8 +/- 0.3%) and confidently (4.5 +/- 0.6) detected and there was excellent interobserver agreement (Kappa 0.99 +/- 0.02) on all computer-manipulated images. There was a significant increase in confidence (p < 0.05) between contrast medium injection rates of 1.5 and 9 ml/s. A linear relationship exists (r = 0.88) between injection rate and change in maximal attenuation. In conclusion, perfusion defects of the lung are seen using computer-manipulated CT images.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 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) | 0,000 | 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