Technical Note: Fully automatic segmental relaxometry (FASTR) for cardiac magnetic resonance T1 mapping
Notice bibliographique
Résumé
PURPOSE: Cardiac relaxometry techniques, particularly T1 mapping, have recently gained clinical importance in various cardiac pathologies. Myocardial T1 and extracellular volume are usually calculated from manual identification of left ventricular epicardial and endocardial regions. This is a laborious process, particularly for large volume studies. Here we present a fully automated relaxometry framework (FASTR) for segmental analysis of T1 maps (both native and postcontrast) and partition coefficient (λ). METHODS: Patients (N = 11) were imaged postacute myocardial infarction on a 1.5T clinical scanner. The scan protocol involved CINE-SSFP imaging, native, and post-contrast T1 mapping using the Modified Look-Locker Inversion (MOLLI) recovery sequence. FASTR consisted of automatic myocardial segmentation of spatio-temporally coregistered CINE images as an initial guess, followed by refinement of the contours on the T1 maps to derive segmental T1 and λ. T1 and λ were then compared to those obtained from two trained expert observers. RESULTS: Robust endocardial and epicardial contours were achieved on T1 maps despite the presence of infarcted tissue. Relative to experts, FASTR resulted in myocardial Dice coefficients (native T1: 0.752 ± 0.041; postcontrast T1: 0.751 ± 0.057) that were comparable to interobserver Dice (native T1: 0.803 ± 0.045; postcontrast T1: 0.799 ± 0.054). There were strong correlations observed for T1 and λ derived from experts and FASTR (native T1: r = 0.83; postcontrast T1: r = 0.87; λ: r = 0.78; P < 0.0001), which were comparable to inter-expert correlation coefficients (native T1: r = 0.90; postcontrast T1: r = 0.93; λ: r = 0.80; P < 0.0001). CONCLUSIONS: Our fully automated framework, FASTR, can generate accurate myocardial segmentations for native and postcontrast MOLLI T1 analysis without the need for manual intervention. Such a design is appealing for high volume clinical protocols.
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 | 0,006 | 0,009 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,008 | 0,005 |
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 ».