MétaCan
Menu
Retour à la cohorte
Enregistrement W2738560776 · doi:10.1002/jmri.25819

Left ventricular function and regional strain with subtly‐tagged steady‐state free precession feature tracking

2017· article· en· W2738560776 sur OpenAlexaff
Eric Schrauben, Brett R. Cowan, Andreas Greiser, Alistair A. Young

Notice bibliographique

RevueJournal of Magnetic Resonance Imaging · 2017
Typearticle
Langueen
DomaineMedicine
ThématiqueCardiovascular Function and Risk Factors
Établissements canadiensHospital for Sick Children
Organismes subventionnairesUniversity of Auckland
Mots-clésSteady-state free precession imagingFlip angleStrain (injury)Nuclear magnetic resonanceNuclear medicineVentricleBiomedical engineeringMedicineMaterials sciencePhysicsCardiologyAnatomyMagnetic resonance imagingRadiology

Résumé

récupéré en direct d'OpenAlex

PURPOSE: To provide regional strain and ventricular volume from a single acquisition, using subtly tagged steady-state free precession (SubTag SSFP) feature tracking. MATERIALS AND METHODS: The effects on regional strain of tag strength in gradient recalled echo (GRE) tagging, flip angle in untagged balanced SSFP, and both in SubTag SSFP were examined in the mid left ventricle of 15 healthy volunteers at 3T. Optimal parameters were determined from varying both tag strength and SSFP flip angle using full tag saturation GRE as the reference standard. SubTag SSFP was acquired in 15 additional healthy volunteers for whole-heart volume and strain assessment using the optimized parameters. Values measured by two image analysts were compared to clinical reference standards from untagged SSFP (volumes) and GRE tagging (strains). RESULTS: Regional strain accuracy was maintained with decreasing total tagging flip angle (β); less than 3% differences for β ≥ 26°. For untagged SSFP flip angle (α), whole-wall strain differences became statistically significant when α < 40°. A SubTag SSFP acquisition with α = 40° and β = 46° showed the best combination of tagging strength, blood-myocardial contrast, and tag persistence at end-systole for regional strain estimation. SubTag SSFP also showed excellent agreement with untagged SSFP for volumetrics (percent difference: end-diastolic volume = 0.6%, end-systolic volume = 0.4%, stroke volume = 1.2%, ejection fraction = 0.6%, mass = 1.1%). CONCLUSION: Feature tracking for regional myocardial strain assessment is dependent on image features, mainly the tag strength, persistence, and image contrast. SubTag SSFP balances these criteria to provide accurate regional strain and volumetric assessment in a single acquisition. LEVEL OF EVIDENCE: 1 Technical Efficacy Stage: 2 J. Magn. Reson. Imaging 2018;47:787-797.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,003

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,001
Science ouverte0,0000,000
Intégrité de la recherche0,0010,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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.

Tête enseignante Opus0,011
Tête enseignante GPT0,250
Écart entre enseignants0,239 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations3
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Magnetic Resonance ImagingMême sujetCardiovascular Function and Risk FactorsTravaux en français237 207