Cine and late gadolinium enhancement MRI registration and automated myocardial infarct heterogeneity quantification
Notice bibliographique
Résumé
PURPOSE: To develop an approach for automated quantification of myocardial infarct heterogeneity in late gadolinium enhancement (LGE) cardiac MRI. METHODS: We acquired 2D short-axis cine and 3D LGE in 10 pigs with myocardial infarct. The 2D cine myocardium was segmented and registered to the LGE images. LGE image signal intensities within the warped cine myocardium masks were analyzed to determine the thresholds of infarct core (IC) and gray zone (GZ) for the standard-deviation (SD) and full-width-at-halfmaximum (FWHM) methods. The initial IC, GZ, and IC + GZ segmentations were postprocessed using a normalized cut approach. Cine segmentation and cine-LGE registration accuracies were evaluated using dice similarity coefficient and average symmetric surface distance. Automated IC, GZ, and IC + GZ volumes were compared with manual results using Pearson correlation coefficient (r), Bland-Altman analyses, and intraclass correlation coefficient. RESULTS: For n = 87 slices containing scar, we achieved cine segmentation dice similarity coefficient = 0.87 ± 0.12, average symmetric surface distance = 0.94 ± 0.74 mm (epicardium), and 1.03 ± 0.82 mm (endocardium) in the scar region. For cine-LGE registration, dice similarity coefficient was 0.90 ± 0.06 and average symmetric surface distance was 0.72 ± 0.39 mm (epicardium) and 0.86 ± 0.53 mm (endocardium) in the scar region. For both SD and FWHM methods, automated IC, GZ, and IC + GZ volumes were strongly (r > 0.70) correlated with manual measurements, and the correlations were not significantly different from interobserver correlations (P > .05). The agreement between automated and manual scar volumes (intraclass correlation coefficient = 0.85-0.96) was similar to that between two observers (intraclass correlation coefficient = 0.81-0.99); automated scar segmentation errors were not significantly different from interobserver segmentation differences (P > .05). CONCLUSIONS: Our approach provides fully automated cine-LGE MRI registration and LGE myocardial infarct heterogeneity quantification in preclinical studies.
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 | 0,002 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| 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 ».