Accelerated MRI of the fetal heart using compressed sensing and metric optimized gating
Notice bibliographique
Résumé
Purpose To develop and validate a method for accelerated time-resolved imaging of the fetal heart using a combination of compressed sensing (CS) and metric optimized gating (MOG). Theory and Methods Joint optimization of CS and MOG reconstructions was used to suppress competing artifact from random undersampling and ungated cardiac motion. Retrospectively and prospectively undersampled adult and fetal data were used to validate the proposed reconstruction algorithm qualitatively based on visual assessment, and quantitatively based on reconstruction error, blur, and MOG timing error. Results Excellent agreement was observed between the fully sampled and retrospectively undersampled reconstructions, up to an undersampling factor of four. Visually, differences between ECG and MOG reconstructions of adult data were negligible. This was consistent with quantitative comparisons of reconstruction error (RMSEECG = 0.07–0.13; RMSEMOG = 0.08–0.13), and image blur (BECG = 1.03–1.20; BMOG = 1.03–1.20). The calculated MOG timing error (2–42 ms) was comparable to the acquired temporal resolution (∼60 ms). Quantitative evaluation of retrospectively undersampled (R = 2–8) fetal data (RMSEMOG = 0.06–0.12; BMOG = 1.04–1.27) was comparable to the adult volunteer results. Conclusion CS-MOG for dynamic imaging of the fetal heart was developed and validated. Using CS-MOG, images were obtained up to four times faster than conventional acquisitions. Magn Reson Med 77:2125–2135, 2017. © 2016 International Society for Magnetic Resonance in Medicine
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 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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, 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 ».