MétaCan
Menu
Retour à la cohorte
Enregistrement W4312094723 · doi:10.1002/mp.16168

Efficacy of ultrasound vector flow imaging in tracking omnidirectional pulsatile flow

2022· article· en· W4312094723 sur OpenAlexaff
Jonathas Haniel, Billy Y. S. Yiu, Adrian J. Y. Chee, Rudolf Huebner, Alfred C. H. Yu

Notice bibliographique

RevueMedical Physics · 2022
Typearticle
Langueen
DomaineMedicine
ThématiqueUltrasound Imaging and Elastography
Établissements canadiensResearch Institute for AgingUniversity of Waterloo
Organismes subventionnairesnon disponible
Mots-clésPulsatile flowImaging phantomVector flowComputational fluid dynamicsFlow (mathematics)Flow velocityFlow visualizationUltrasoundAcousticsMaterials sciencePhysicsBiomedical engineeringMechanicsOpticsComputer scienceEngineeringArtificial intelligenceMedicine

Résumé

récupéré en direct d'OpenAlex

Abstract Background Ultrasound vector flow imaging (VFI) shows potential as an emerging non‐invasive modality for time‐resolved flow mapping. However, its efficacy in tracking multidirectional pulsatile flow with temporal resolvability has not yet been systematically evaluated because of the lack of an appropriate test protocol. Purpose We present the first systematic performance investigation of VFI in tracking pulsatile flow in a meticulously designed scenario with time‐varying, omnidirectional flow fields (with flow angles from 0° to 360°). Methods Ultrasound VFI was performed on a three‐loop spiral flow phantom (4 mm diameter; 5 mm pitch) that was configured to operate under pulsatile flow conditions (10 ml/s peak flow rate; 1 Hz pulse rate; carotid pulse shape). The spiral lumen geometry was designed to simulate recirculatory flow dynamics observed in the heart and in curvy blood vessel segments such as the carotid bulb. The imaging sequence was based on steered plane wave pulsing (−10°, 0°, +10° steering angles; 5 MHz imaging frequency; 3.3 kHz interleaved pulse repetition frequency). VFI's pulsatile flow estimation performance and its ability to detect secondary flow were comparatively assessed against flow fields derived from computational fluid dynamics (CFD) simulations that included consideration of fluid‐structure interactions (FSI). The mean percentage error (MPE) and the coefficient of determination ( R 2 ) were computed to assess the correspondence of the velocity estimates derived from VFI and CFD‐FSI simulations. In addition, VFI's efficacy in tracking pulse waves was analyzed with respect to pressure transducer measurements made at the phantom's inlet and outlet. Results Pulsatile flow patterns rendered by VFI agreed with the flow profiles computed from CFD‐FSI simulations (average MPE: –5.3%). The shape of the VFI‐measured velocity magnitude profile generally matched the inlet flow profile. High correlation exists between VFI measurements and simulated flow vectors (lateral velocity: R 2 = 0.8; axial velocity R 2 = 0.89; beam‐flow angle: R 2 = 0.98; p < 0.0001 for all three quantities). VFI was found to be capable of consistently tracking secondary flow. It also yielded pulse wave velocity (PWV) estimates (5.72 ± 1.02 m/s) that, on average, are within 6.4% of those obtained from pressure transducer measurements (6.11 ± 1.15 m/s). Conclusion VFI can consistently track omnidirectional pulsatile flow on a time‐resolved basis. This systematic investigation serves well as a quality assurance test of VFI.

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)0,003
score de la tête « metaresearch » (Gemma)0,008
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: Empirique
Score de désaccord entre enseignants0,003
Score d'incertitude au seuil0,014

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,008
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,001
Communication savante0,0010,001
Science ouverte0,0000,000
Intégrité de la recherche0,0010,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,010
Tête enseignante GPT0,260
Écart entre enseignants0,249 · 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

Citations6
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueMedical PhysicsMême sujetUltrasound Imaging and ElastographyTravaux en français237 207