MRI Accurately Visualizes RF Ablation Delivery Targeted to MRI-Defined Arrhythmia Substrates in the Left Ventricle
Notice bibliographique
Résumé
OBJECTIVE: Investigate the capacity of MRI to evaluate efficacy of radiofrequency (RF) ablations delivered to MRI-defined arrhythmogenic substrates. METHODS: Baseline MRI was performed at 3 T including 3D LGE in a swine model of chronic myocardial infarct (N = 8). MRI-derived maps of scar and heterogeneous tissue channels (HTCs) were generated using ADAS 3D. Animals underwent electroanatomic mapping and ablation of the left ventricle in CARTO3, guided by MRI-derived scar maps. Post-ablation MRI (in vivo at 3 T in 5/8 animals; ex vivo at 1.5 T in 3/8) included 3D native T1-weighted IR-SPGR (TI = 700-800 ms) to visualize RF lesions. T1-derived RF lesions were compared against excised tissue. The locations of T1-derived RF lesions were compared against CARTO ablation tags, and segment-wise sensitivity and specificity of lesion detection were calculated within the AHA 17-segment model. RESULTS: RF lesions were clearly visualized in HTCs, scar, and myocardium. Ablation patterns delivered in CARTO matched T1-derived RF lesion patterns with high sensitivity (88.9%) and specificity (94.7%), and were closely matched in registered MR-EP data sets, with a displacement of 5.4 ±3.8 mm (N = 152 ablation tags). CONCLUSION: Integrating MRI into ablative procedures for RF lesion assessment is feasible. Patterns of RF lesions created using a standard 3D EAM system are accurately reflected by MRI visualization in healthy myocardium, scar, and HTCs comprising the MRI-defined arrhythmia substrate. SIGNIFICANCE: MRI visualization of RF lesions can provide near-immediate ( 24 h) assessment of ablation, potentially indicating whether critical MRI-defined ventricular tachycardia substrates have been adequately ablated.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 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 | 0,000 |
| 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 ».