Motion robust respiratory‐resolved 3D radial flow MRI and its application in neonatal congenital heart disease
Notice bibliographique
Résumé
Purpose To test and implement a motion‐robust and respiratory‐resolved 3D Radial Flow framework that addresses the need for rapid, high resolution imaging in neonatal patients with congenital heart disease. Methods A 4‐point velocity encoding and 3D radial trajectory with double‐golden angle ordering was combined with bulk motion correction (from projection center of mass) and respiration phase detection (from principal component analysis of heartbeat‐averaged data) to create motion‐robust 3D velocity cardiac time‐averaged data. This framework was tested in a whole‐chest digital phantom with simulated bulk and realistic physiological motion. In vivo imaging was performed in 20 congenital heart disease infants under feed‐and‐sleep with submillimeter isotropic resolution in ~3 min. Flows were validated against clinical 2D PCMRI and whole‐heart visualizations of blood flow were performed. Results The proposed framework resolved all simulated digital phantom motion states (mean ± standard error: rotation – azimuthal = 0.29 ± 0.02°; translation – Ty = 1.29 ± 0.12 mm, Tz = −0.27 ± 0.13 mm; rotation+translation – polar = 0.49 ± 0.16°, Tx = −2.47 ± 0.51 mm, Tz = 5.78 ± 1.33 mm). Measured timing errors of peak expiration across all signal‐to‐noise ratio values were 22% of the true respiratory period (range = [404‐489 ± 298‐334] ms). For in vivo imaging, motion correction improved 3D Radial Flow measurements (no correction: R2 = 0.62, root mean square error = 0.80 L/min/m2, Bland‐Altman bias [limits of agreement] = −0.21 [−1.40, 0.94] L/min/m2; motion corrected, expiration: R2 = 0.90, root mean square error = 0.46 L/min/m2, bias [limits of agreement] = 0.06 [−0.49, 0.62] L/min/m2). Respiratory‐resolved 3D velocity visualizations were achieved in various neonatal pathologies pre‐ and postsurgical correction. Conclusion 3D cardiac flow may be visualized and accurately quantified in neonatal subjects using the proposed framework. This technique may enable more comprehensive hemodynamic studies in small infants.
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) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 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 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 ».