Manually respiratory-triggered single-shot fast spin-echo: a non-breath-hold T2-weighted method for liver lesion detection.
Notice bibliographique
Résumé
OBJECTIVES: To determine whether manual respiratory triggering of a T2-weighted single-shot fast spin-echo sequence (M-SSFSE) improves detection and characterization of liver lesions compared with conventional breath-held single-shot fast spin-echo (C-SSFSE) technique. METHODS: M-SSFSE is performed by manually triggering a series of single-slice acquisitions through the liver at end of expiration. There were 171 hepatic lesions in 49 patients. Images were randomized and reviewed by 3 radiologists. Lesions were characterized as hemangiomas, cystic or solid. Dynamic gadolinium-enhanced sequences were used as the reference standard. Contrast-to-noise ratios (CNR) were calculated for all lesions that measured 1 cm or more. RESULTS: M-SSFSE was more sensitive than C-SSFSE in the detection of liver lesions (48%-58% v. 37%-46%, p < 0.001). There were no significant differences in the specificity of lesion detection between the 2 sequences. Artifacts were significantly less severe for M-SSFSE compared with C-SSFSE (p = 0.001). The CNR was significantly higher for all liver lesions on M-SSFSE compared with C-SSFSE (p < 0.001). CONCLUSION: M-SSFSE significantly improved hepatic lesion detection and, in particular, improved characterization of solid liver lesions and hemangiomas compared with C-SSFSE imaging.
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 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,001 | 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 | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,001 |
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.
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 ».