Liver MR Imaging in Children: Current Concepts and Technique
Notice bibliographique
Résumé
Magnetic resonance (MR) imaging is increasingly being used for comprehensive evaluation of liver diseases in children because of the lack of radiation and better lesion detection and characterization. Liver examination involves routine sequences such as T2-weighted, balanced steady-state free precession, and in-phase and out-of-phase sequences. Dynamic imaging is an essential component of liver examination to characterize focal lesions and involves capturing snapshots of the passage of contrast material in the arterial, portal venous, equilibrium, and sometimes hepatobiliary phases, generally by using T1-weighted three-dimensional gradient-echo sequences. Optimal arterial phase imaging is important for detection and characterization of hypervascular lesions. In the equilibrium phase, the concentration of contrast material is similar in the microvasculature and the extracellular interstitial space. Some superficial, spreading, inflammatory lesions are better seen on equilibrium phase images. Meticulous attention to intravenous access and use of an appropriate timing method are critical for successful dynamic imaging. Commonly used contrast media for liver imaging include gadolinium-based extracellular contrast agents and hepatobiliary contrast agents. A portion of hepatobiliary contrast agents such as gadoxetate and gadobenate is taken up by hepatocytes and excreted through bile. Hepatobiliary phase images acquired after hepatobiliary contrast agent administration are increasingly used to characterize liver lesions in children, such as focal nodular hyperplasia. Interpretation of liver MR images involves synthesis of information acquired from evaluation of background hepatic parenchyma, detection of lesions, and evaluation of signal intensity characteristics on images obtained with various sequences to arrive at a diagnosis or reasonable differential diagnoses. Understanding the appropriate technique, sequences, and contrast media when performing pediatric liver MR imaging is important for high diagnostic yield. (©)RSNA, 2016.
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) | 0,001 | 0,001 |
| 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 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 ».