MétaCan
Menu
Retour à la cohorte
Enregistrement W2918709584 · doi:10.1109/ultsym.2018.8580187

High Frame Rate Vector Flow Imaging: Development as a New Diagnostic Mode on a Clinical Scanner

2018· article· en· W2918709584 sur OpenAlexaff
Yigang Du, Yingying Shen, Billy Y. S. Yiu, Alfred C. H. Yu

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineMedicine
ThématiqueUltrasound Imaging and Elastography
Établissements canadiensResearch Institute for AgingUniversity of Waterloo
Organismes subventionnairesnon disponible
Mots-clésHfr cellScannerImaging phantomVector flowVolumetric flow rateTurbulenceFrame rateFlow (mathematics)Flow velocityVolume (thermodynamics)PhysicsComputer scienceOpticsComputer visionMechanicsImage (mathematics)Chemistry

Résumé

récupéré en direct d'OpenAlex

In this paper, development of high frame rate vector flow imaging (HFR-VFI) on a clinical scanner is presented. Four tough problems encountered during the development, in terms of (i) parallel calculation and streamline working process, (ii) data handling, (iii) image quality assurance for real clinical use, and (iv) high frame rate dynamic display, have been demonstrated with corresponding solutions. The quantitative measurements based on the HFR-VFI, including velocity related parameters, flow turbulence quantification, volume flow and wall shear stress have been introduced and many examples of them are shown as well. Velocity and volume flow are measured by the implemented HFR-VFI and conventional PW with angle corrections using a moving string phantom and a Doppler flow phantom, respectively. The implemented HFR-VFI on the clinical scanner, named as V Flow, gives better agreement in accuracy studies of velocity and volume flow than the conventional PW.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,002
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesCharge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesCharge utile insuffisante (le modèle a refusé de juger)
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,113
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,002
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 savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,003

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 Opus0,020
Tête enseignante GPT0,322
Écart entre enseignants0,302 · 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.

Devis d'étudeSans objet
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

Citations25
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetUltrasound Imaging and ElastographyTravaux en français237 207