MétaCan
Menu
Retour à la cohorte
Enregistrement W4280614953 · doi:10.1007/s11548-022-02660-w

3D localization of vena contracta using Doppler ICE imaging in tricuspid valve interventions

2022· article· en· W4280614953 sur OpenAlexafffund
Hareem Nisar, Djalal Fakim, Daniel Bainbridge, Elvis C. S. Chen, Terry M. Peters

Notice bibliographique

RevueInternational Journal of Computer Assisted Radiology and Surgery · 2022
Typearticle
Langueen
DomaineMedicine
ThématiqueCardiac Valve Diseases and Treatments
Établissements canadiensLondon Health Sciences CentreRobarts Clinical TrialsWestern University
Organismes subventionnairesCanadian Institutes of Health Research
Mots-clésVena contractaComputer visionTricuspid valveArtificial intelligenceComputer science3D ultrasoundFluoroscopyMedicineRadiologyGeologyRegurgitation (circulation)UltrasoundSurgery

Résumé

récupéré en direct d'OpenAlex

PURPOSE: Tricuspid valve (TV) interventions face the challenge of imaging the anatomy and tools because of the 'TEE-unfriendly' nature of the TV. In edge-to-edge TV repair, a core step is to position the clip perpendicular to the coaptation gap. In this study, we provide a semi-automated method to localize the VC from Doppler intracardiac echo (ICE) imaging in a tracked 3D space, thus providing a pre-mapped location of the coaptation gap to assist device positioning. METHODS: A magnetically tracked ICE probe with Doppler imaging capabilities is employed in this study for imaging three patient-specific TVs placed in a pulsatile heart phantom. For each of the valves, the ICE probe is positioned to image the maximum regurgitant flow for five cardiac cycles. An algorithm then extracts the regurgitation imaging and computes the exact location of the vena contracta on the image. RESULTS: Across the three pathological, patient-specific valves, the average distance error between the detected VC and the ground truth model is [Formula: see text]mm. For each of the valves, one case represented the outlier where the algorithm misidentified the vena contracta to be near the annulus. In such cases, it is recommended to retake the five-second imaging data. CONCLUSION: This study presented a method for ultrasound-based localization of vena contracta in 3D space. Mapping such anatomical landmarks has the potential to assist with device positioning and to simplify tricuspid valve interventions by providing more contextual information to the interventionalists, thus enhancing their spatial awareness. Additionally, ICE can be used to provide live US and Doppler imaging of the complex TV anatomy throughout the procedure.

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)0,003
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: aucune
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,003

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,003
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
Science ouverte0,0000,001
Intégrité de la recherche0,0010,000
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 Opus0,029
Tête enseignante GPT0,347
Écart entre enseignants0,319 · 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

Citations2
Publié2022
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Computer Assisted Radiology and SurgeryMême sujetCardiac Valve Diseases and TreatmentsTravaux en français237 207