MétaCan
Menu
Retour à la cohorte
Enregistrement W4282019082 · doi:10.1109/tmi.2022.3176814

Volumetric Fetal Flow Imaging With Magnetic Resonance Imaging

2022· article· en· W4282019082 sur OpenAlexafffund
Datta Singh Goolaub, Jiawei Xu, Eric Schrauben, Davide Marini, John‏ Kingdom, John G. Sled, Mike Seed, Christopher K. Macgowan

Notice bibliographique

RevueIEEE Transactions on Medical Imaging · 2022
Typearticle
Langueen
DomaineMedicine
ThématiqueFetal and Pediatric Neurological Disorders
Établissements canadiensMount Sinai HospitalSickKids FoundationUniversity of Toronto
Organismes subventionnairesPeterborough K. M. Hunter Charitable FoundationCanadian Institutes of Health ResearchHospital for Sick ChildrenUniversity of Toronto
Mots-clésMagnetic resonance imagingBlood flowDuctus venosusCardiac cycleCardiac imagingInferior vena cavaMedicineMultisliceBiomedical engineeringComputer scienceNuclear medicineRadiologyFetusCardiologyPregnancy

Résumé

récupéré en direct d'OpenAlex

Fetal development relies on a complex circulatory network. Accurate assessment of flow distribution is important for understanding pathologies and potential therapies. In this paper, we demonstrate a method for volumetric imaging of fetal flow with magnetic resonance imaging (MRI). Fetal MRI faces challenges: small vascular structures, unpredictable motion, and inadequate traditional cardiac gating methods. Here, orthogonal multislice stacks are acquired with accelerated multidimensional radial phase contrast (PC) MRI. Slices are reconstructed into flow sensitive time-series images with motion correction and image-based cardiac gating. They are then combined into a dynamic volume using slice-to-volume reconstruction (SVR) while resolving interslice spatiotemporal coregistration. Compared to prior methods, this approach achieves higher spatiotemporal resolution ($1\times 1\times 1$mm3, ~30 ms) with reduced scan time – important features for the quantification of flow through small fetal structures. Validation is demonstrated in adults by comparing SVR with 4D radial PCMRI (flow bias and limits of agreement: −1.1 ml/s and [−11.8 9.6] ml/s). Feasibility is demonstrated in late gestation fetuses by comparing SVR with 2D Cartesian PCMRI (flow bias and limits of agreement: −0.9 ml/min/kg and [−39.7 37.8] ml/min/kg). With SVR, we demonstrate complex flow pathways (such as parallel flow streams in the proximal inferior vena cava, preferential shunting of blood from the ductus venosus into the left atrium, and blood from the brain leaving the heart through the main pulmonary artery) for the first time in human fetal circulation. This method allows for comprehensive evaluation of the fetal circulation and enables future studies of fetal physiology.

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: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,003
Score d'incertitude au seuil0,009

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,003
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0020,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,001

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.

Tête enseignante Opus0,008
Tête enseignante GPT0,230
Écart entre enseignants0,222 · 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'étudeExpérimental (laboratoire)
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

Citations19
Publié2022
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueIEEE Transactions on Medical ImagingMême sujetFetal and Pediatric Neurological DisordersTravaux en français237 207