Three-dimensional modeling and assessment of cardiac adipose tissue distribution.
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Objective: The layer of fat that accumulates around the heart, called cardiac adipose tissue (CAT), can influence the development of coronary disease and is indicative of cardiovascular risk. While volumetric assessment of magnetic resonance imaging (MRI) can quantify CAT, volume alone gives no information about its distribution across the myocardial surface, which may be an important factor in risk assessment. In this study, a three-dimensional (3D) modeling technique is developed and used to quantify the distribution of the CAT across the surface of the heart.Methods: Dixon MRI scans, which produce a registered 3D set of fat-only and water-only images, were acquired in 10 subjects for a study on exercise intervention. A previously developed segmentation algorithm was used to identify the heart and CAT. Extracted contours were used to build 3D models. Procrustes analysis was used to register the heart models and an iterative closest point algorithm was used to register and align the CAT models for calculation of CAT thickness. Rays were cast in directions specified by a spherical parameterization of elevation and azimuthal angles, and intersections of the ray with the CAT surface were used to calculate the thickness at each location. To evaluate the effects of the spherical parameterization on the thickness estimates, a set of synthetic models were created with increasing major-to-minor axis ratios.Results: Based on the validation in the synthetic models, the average error in CAT thickness ranged from 1.25% to 17.3% for increasing major-to-minor axis ratio.Conclusions: A process was developed, based on Dixon MRI data, to provide 3D models of the myocardial surface and the cardiac fat. The models can be used in future segmentation algorithm development and for studies on changes in cardiac fat as a result of various interventions.
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.
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 | 0,001 | 0,000 |
| 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 | 0,000 | 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 découle