‘Image-navigated 3-dimensional late gadolinium enhancement cardiovascular magnetic resonance imaging: feasibility and initial clinical results‘
Notice bibliographique
Résumé
Image-navigated 3-dimensional late gadolinium enhancement (iNAV-3D LGE) is an advanced imaging technique that allows for direct respiratory motion correction of the heart. Its feasibility in a routine clinical setting has not been validated. Twenty-three consecutive patients referred for cardiovascular magnetic resonance (CMR) examination including late gadolinium enhancement (LGE) imaging were prospectively enrolled. Image-navigated free-breathing 3-dimensional (3D) T1-weighted gradient-echo LGE and two-dimensional (2D LGE) images were acquired in random order on a 1.5 T CMR system. Images were assessed for global, segmental LGE detection and transmural extent. Objective image quality including signal-to-noise (SNR), contrast-to-noise (CNR) and myocardial/blood sharpness were performed. Interpretable images were obtained in all 2D–LGE and in 22/23 iNAV-3D LGE exams, resulting in a total of 22 datasets and 352 segments. LGE was detected in 5 patients with ischemic pattern, in 7 with non-ischemic pattern, while it was absent in 10 cases. There was an excellent agreement between 2D and 3D data sets with regard to global, segmental LGE detection and transmurality. Blood-myocardium sharpness measurements were also comparable between the two techniques. SNR blood and CNR blood-myo was significantly higher for 2D LGE ( P < 0.001, respectively), while SNR myo was not statistically significant between 2D LGE and iNAV-3D LGE. Diagnostic performance of iNAV-3D LGE was comparable to 2D LGE in a prospective clinical setting. SNR blood and CNR blood-myo was significantly lower in the iNAV-3D LGE group.
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 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 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 | 0,001 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 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 ».