Intersession Repeatability of <scp>Diffusion‐Tensor</scp> Imaging in the Supraspinatus and the Infraspinatus Muscles of Volunteers
Notice bibliographique
Résumé
Background Quantifying the rotator cuff (RC) muscles' viscoelasticity could provide outcome relevant information in patients with RC tears. MR‐elastography requires robust diffusion‐tensor imaging (DTI) to account for tissue anisotropy in muscles stiffness computation. Purpose To assess the repeatability of DTI parameters in the supraspinatus and infraspinatus muscles and to explore DTI tractography conformity with the muscles' anatomy. Study Type Prospective. Subjects Six healthy volunteers underwent three consecutive shoulder MRI sessions about 10 minutes apart. Field Strength/Sequence 3T/T1‐vibe Dixon and Spin echo EPI DTI (12 gradient encoding directions, b‐values 500 and 800 sec/mm2). Assessment Supraspinatus and infraspinatus muscles were segmented on the T1‐vibe Dixon sequence. DTI image quality was assessed using a quantitative threshold based on the signal‐to‐noise ratio (SNR). The eigenvalues (), fractional anisotropy (FA) and mean diffusivity were calculated. DTI tractography was visually assessed. Statistical Tests DTI parameters within‐subject intersession repeatability was assessed with Bland–Altman analysis and the coefficient of variation (CV). Repeatability was considered good for CV < 10%. Results The SNR between diffusion‐weighted and non‐diffusion‐weighted images was greater than 3, which aligns with standards for estimating DTI parameters. The FA showed the lowest mean bias (−0.007; 95% confidence interval [CI] −0.031 to 0.018) whereas the λ1 had the highest mean bias (0.146 × 10−3 mm2/sec; CI −0.034 to 0.326 × 10−3 mm2/sec). CVs of the DTI parameters varied between 3.5% (FA) and 8.4% (λ3) for the supraspinatus and between 3.2% (λ1) and 6.8% (λ3) for the infraspinatus. Tractography provided muscle fiber representations in three‐dimensional space concordant with RC anatomy. Data Conclusion DTI of the supraspinatus and infraspinatus muscles achieved an adequate SNR, allowing the measurement of the DTI metrics with good repeatability, and thus can be used for optimizing stiffness estimation in these anisotropic tissues. Evidence Level 2 Technical Efficacy Stage 2
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 | 0,002 | 0,008 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| 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 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 ».