MétaCan
Menu
← Retour à la cohorte
Enregistrement W3164886436

Respiratory motion correction reduces differences between immediate and delayed SPECT myocardial perfusion images

2021· article· en· W3164886436 sur OpenAlexaff
Mahdi Zeghal, Juliana Brenande de Oliveira Brito, Clare Carey, Katie Dubie, Lewis Han, Farhan Mahmood, Gary R. Small, Terrence D. Ruddy, R. Glenn Wells

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineMedicine
ThématiqueAdvanced MRI Techniques and Applications
Établissements canadiensUniversity of Ottawa
Organismes subventionnairesnon disponible
Mots-clésMyocardial perfusion imagingMedicinePerfusionNuclear medicineVentricleBasal (medicine)Perfusion scanningCardiac PETRadiologyCardiologyInternal medicine
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

1659 Background: Current ASNC guidelines for SPECT myocardial perfusion imaging (MPI) recommend a 30-45 minute delay between radiotracer injection and image acquisition to reduce the impact of extra-cardiac interference. During acquisition, respiratory motion contributes significantly to motion-blurring of images and can increase extra-cardiac interference. This study assessed the extent by which differences between images acquired starting 5 minutes after injection (immediate) and at ~30-45 minutes post-injection (delayed) could be reduced by data-driven respiratory motion correction (RMC). Methods: SPECT MPI studies were retrospectively evaluated and processed using data-driven RMC software for a sample of 56 patients acquired using a pinhole cardiac camera. Immediate and delayed images without (NoMC) and with RMC were assessed using standard clinical software and the presence of extracardiac uptake was noted. Normalized myocardial perfusion value differences between delayed and immediate time-points were computed for each myocardial segment, based on a 17-segment left ventricle (LV) model. Using a Wilcoxon signed-rank test, perfusion value differences for NoMC data were evaluated in both stress and rest scans, as well as differences between immediate and delayed values derived from NoMC and RMC data. Results: Extracardiac activity was observed in g 70% of SPECT MPI studies, more than 60% of which had visually apparent differences between immediate and delayed images. With NoMC, differences between immediate and delayed images were significant in five basal segments (P l 0.001) and the five apical segments (P l 0.0001). RMC significantly reduced the difference between immediate and delayed images in some of the segments. For stress scans, significant decreases were noted in the mid anteroseptal (P l 0.001), apical lateral (P l 0.0001), and apex segments (P l 0.0001). For rest, there were significant decreases in the apical lateral (P =0.0004) and apical septal segments (P = 0.0001). Conclusions: A substantial number of SPECT MPI studies present with extracardiac activity which is often markedly reduced in delayed images compared to immediate images. In NoMC SPECT imaging, discrepancies between immediate and delayed image data are most significant in basal and apical segments. Current results demonstrate that RMC can reduce the change in measured myocardial uptake between immediate and delayed imaging in most apical segments.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,005
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,008

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,005
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)0,0010,000

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.

Tête enseignante Opus0,026
Tête enseignante GPT0,309
Écart entre enseignants0,283 · 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; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
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

Citations0
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetAdvanced MRI Techniques and Applications→Travaux en français237 207→