MétaCan
Menu
Retour à la cohorte
Enregistrement W4310502358 · doi:10.1109/ius54386.2022.9958511

Multifrequency Liver Shear Wave Absolute Vibro-Elastography with an xMATRIX Array - 2D vs. 3D Comparison Study

2022· article· en· W4310502358 sur OpenAlexafffund
Qi Zeng, Shahed K. Mohammed, Tajwar Abrar Aleef, Emily Pang, Jin Ho Chang, James Jago, Robert Rohling, Septimiu E. Salcudean

Notice bibliographique

Revue2022 IEEE International Ultrasonics Symposium (IUS) · 2022
Typearticle
Langueen
DomaineMedicine
ThématiqueUltrasound Imaging and Elastography
Établissements canadiensVancouver General HospitalUniversity of British Columbia
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésMagnetic resonance elastographyElastographyImaging phantomPhasorShear (geology)Magnetic resonance imagingBiomedical engineeringAcousticsIterative reconstructionPhysicsMaterials scienceMedicineUltrasoundRadiologyOptics

Résumé

récupéré en direct d'OpenAlex

Shear wave absolute vibro-elastography (S-WAVE) is a quantitative technique that can provide volumetric hepatic stiffness measurements to aid the diagnosis and monitoring of chronic liver diseases. In our previous studies, we have shown that xMATRIX based 3D S-WAVE imaging system can generate large field of view shear wave phasors, and the volumetric reconstruction results are comparable to Magnetic Resonance Elastography (MRE). In recent literature, 2D vibro-elastography techniques are still the current state-of-the-art, and no study has compared inherent performance differences between the 2D and 3D approaches in a controlled setting. In this study, we address this gap in the literature. With an updated S-WAVE imaging setup, a set of four liver tissue phantoms and five healthy subjects were imaged. 3D MRE was used as the reference method for a cross-comparison study. Our results show that the 2D reconstruction with S-WAVE phasor data showed a consistent overestimation pattern in both the phantom and in vivo dataset, resulting in a lower agreement to the MRE results when compared to the 3D reconstruction in a similar setting.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,461
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,000
Communication savante0,0000,001
Science ouverte0,0010,000
Intégrité de la recherche0,0000,001
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 Opus0,018
Tête enseignante GPT0,273
Écart entre enseignants0,255 · 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 tête enseignante, pas un consensus.

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

Citations5
Publié2022
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revue2022 IEEE International Ultrasonics Symposium (IUS)Même sujetUltrasound Imaging and ElastographyTravaux en français237 207