Longitudinal Assessment of Cerebral Blood Volume Variation in Human Neonates Using Ultrafast Power Doppler and Diverging Waves
Notice bibliographique
Résumé
Longitudinal assessment of brain perfusion is a critical parameter for neurodevelopmental outcome of neonates undergoing cardiopulmonary bypass procedure. In this study, we aim to measure the variations of cerebral blood volume (CBV) in human neonates during cardiac surgery, using Ultrafast Power Doppler and freehand scanning. To be clinically relevant, this method must satisfy three criteria: being able to image a wide field of view in the brain, show significant longitudinal CBV variations, and present reproducible results. To address the first point, we performed for the first time transfontanellar Ultrafast Power Doppler using a hand-held phased-array transducer with diverging waves. This increased the field of view more than threefold compared to previous studies using linear transducers and plane waves. We were able to image vessels in the cortical areas as well as the deep grey matter and temporal lobes. Second, we measured the longitudinal variations of CBV on human neonates undergoing cardiopulmonary bypass. When compared to a pre-operative baseline acquisition, the CBV exhibited significant variation during bypass: on average, + 20±3 % in the mid-sagittal full sector ( [Formula: see text]), - 11±3 % in the cortical regions ( [Formula: see text]) and - 10±4 % in the basal ganglia ( [Formula: see text]). Third, a trained operator performing identical scans was able to reproduce CBV estimates with a variability of 4% to 7.5% depending on the regions considered. We also investigated whether vessel segmentation could further improve reproducibility, but found that it actually introduced greater variability in the results. Overall, this study demonstrates the clinical translation of ultrafast power Doppler with diverging-waves and freehand scanning.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| 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 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».