Automated Segmental Analysis of Fully Quantitative Myocardial Blood Flow Maps by First-Pass Perfusion Cardiovascular Magnetic Resonance
Notice bibliographique
Résumé
First pass gadolinium-enhanced cardiovascular magnetic resonance (CMR) perfusion imaging allows fully quantitative pixel-wise myocardial blood flow (MBF) assessment, with proven diagnostic value for coronary artery disease. Segmental analysis requires manual segmentation of the myocardium. This work presents a fully automatic method of segmenting the left ventricular myocardium from MBF pixel maps, validated on a retrospective dataset of 247 clinical CMR perfusion studies, each including rest and stress images of three slice locations, performed on a 1.5T scanner. Pixel-wise MBF maps were segmented using an automated pipeline including region growing, edge detection, principal component analysis, and active contours to segment the myocardium, detect key landmarks, and divide the myocardium into sectors appropriate for analysis. Automated segmentation results were compared against a manually defined reference standard using three quantitative metrics: Dice coefficient, Cohen Kappa and myocardial border distance. Sector-wise average MBF and myocardial perfusion reserve (MPR) were compared using Pearson's correlation coefficient and Bland-Altman Plots. The proposed method segmented stress and rest MBF maps of 243 studies automatically. Automated and manual myocardial segmentation had an average (± standard deviation) Dice coefficient of 0.86 ± 0.06, Cohen Kappa of 0.86 ± 0.06, and Euclidian distances of 1.47 ± 0.73 mm and 1.02 ± 0.51 mm for the epicardial and endocardial border, respectively. Automated and manual sector-wise MBF and MPR values correlated with Pearson's coefficient of 0.97 and 0.92, respectively, while Bland-Altman analysis showed bias of 0.01 and 0.07 ml/g/min. The validated method has been integrated with our fully automated MBF pixel mapping pipeline to aid quantitative assessment of myocardial perfusion CMR.
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 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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,000 | 0,001 |
| 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, 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 ».