Comparing a Knowledge-based 3D Reconstruction Algorithm to TomTec 3D Echocardiogram Algorithm in Measuring Left Cardiac Chamber Volumes in the Pediatric population
Notice bibliographique
Résumé
Background : Three-dimensional echocardiography (3DE) is an emerging method for volumetric cardiac measurements; however, few vendor-neutral analysis packages exist. Ventripoint Medical System Plus (VMS3.0+) proprietary software utilizes a validated MRI database of normal ventricular and atrial morphologies to calculate chamber volumes. This study aimed to compare left ventricular (LV) and atrial (LA) volumes obtained using VMS3.0+ to Tomtec echocardiography analysis software. Methods : Healthy controls (n=98) aged 0 to 18 years were prospectively recruited and 3D DICOM datasets focused on the LV and LA acquired. LV and LA volumes and ejection fractions were measured using TomTec Image Arena 3D LV analysis package and using VMS3.0+. Pearson correlation coefficients, Bland-Altman’s plots and intraclass coefficients (ICC) were calculated, along with analysis time. Results : There was a very good correlation between VMS and Tomtec LV systolic (r 2 = 0.88, ICC 0.89 [95% CI 0.81,0.94]), and diastolic (r 2 = 0.88, ICC 0.90 [95% CI 0.77,0.95]) volumes, and between VMS and Tomtec LA diastolic (r 2 =0.75, ICC 0.89 [95% CI 0.81,0.93]) and systolic (r 2 =0.88, ICC 0.91 [95% CI 0.78,0.96]) volumes on linear regression models. Natural log transformations eliminated heteroscedasticity, and power transformations provided best fit. The time (mins) to analyze volumes using VMS were less than using Tomtec (LV VMS 2.3±0.5, Tomtec 3.3±0.8, p<0.001; LA: VMS 1.9±0.4, Tomtec 3.4±1.0, p<0.001). Conclusions : There was very good correlation between knowledge-based (VMS3.0+) and 3D (Tomtec) algorithms when measuring 3D echocardiography derived LA and LV volumes in pediatric patients. VMS was slightly faster than Tomtec in analyzing volumetric measurements.
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 | 0,003 | 0,012 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| 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 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,001 |
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 ».