Structured analysis of the impact of fetal motion on phase-contrast MRI flow measurements with metric optimized gating
Notice bibliographique
Résumé
The impact of fetal motion on phase contrast magnetic resonance imaging (PC-MRI) with metric optimized gating (MOG) remains unknown, despite being a known limitation to prenatal MRI. This study aims to describe the effect of motion on fetal flow-measurements using PC-MRI with MOG and to generate a scoring-system that could be used to predict motion-corrupted datasets at the time of acquisition. Ten adult volunteers underwent PC-MRI with MOG using a motion-device to simulate reproducible in-plane motion encountered in fetuses. PC-MRI data were acquired on ten fetuses. All ungated images were rated on their quality from 0 (no motion) to 2 (severe motion). There was no significant difference in measured flows with in-plane motion during the first and last third of sequence acquisition. Movement in the middle section of acquisition produced a significant difference while all referring ungated images were rated with a score of 2. Intra-Class-Correlation (ICC) for flow-measurements in adult and fetal datasets was lower for datasets with scores of 2. For fetal applications, the use of a simple three-point scoring system reliably identifies motion-corrupted sequences from unprocessed data at the time of acquisition, with a high score corresponding to significant underestimation of flow values and increased interobserver variability.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,004 |
| 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) | 0,001 | 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 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 ».