Combined PET/MRI: from Status Quo to Status Go. Summary Report of the Fifth International Workshop on PET/MR Imaging; February 15–19, 2016; Tübingen, Germany
Notice bibliographique
Résumé
This article provides a collaborative perspective of the discussions and conclusions from the fifth international workshop of combined positron emission tomorgraphy (PET)/magnetic resonance imaging (MRI) that was held in Tübingen, Germany, from February 15 to 19, 2016. Specifically, we summarise the second part of the workshop made up of invited presentations from active researchers in the field of PET/MRI and associated fields augmented by round table discussions and dialogue boards with specific topics. This year, this included practical advice as to possible approaches to moving PET/MRI into clinical routine, the use of PET/MRI in brain receptor imaging, in assessing cardiovascular diseases, cancer, infection, and inflammatory diseases. To address perceived challenges still remaining to innovatively integrate PET and MRI system technologies, a dedicated round table session brought together key representatives from industry and academia who were engaged with either the conceptualisation or early adoption of hybrid PET/MRI systems. Discussions during the workshop highlighted that emerging unique applications of PET/MRI such as the ability to provide multi-parametric quantitative and visual information which will enable not only overall disease detection but also disease characterisation would eventually be regarded as compelling arguments for the adoption of PET/MR. However, as indicated by previous workshops, evidence in favour of this observation is only growing slowly, mainly due to the ongoing inability to pool data cohorts from independent trials as well as different systems and sites. The participants emphasised that moving from status quo to status go entails the need to adopt standardised imaging procedures and the readiness to act together prospectively across multiple PET/MRI sites and vendors.
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 | 0,017 | 0,011 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,002 | 0,002 |
| Communication savante | 0,009 | 0,005 |
| Science ouverte | 0,002 | 0,007 |
| Intégrité de la recherche | 0,005 | 0,006 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,045 | 0,022 |
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 ».