Multiresolution comparison of fetal real-time and cine magnetic resonance imaging at 0.55T
Notice bibliographique
Résumé
BACKGROUND: Dynamic fetal cardiovascular MRI (CMR) enables visualization of moving structures to assess congenital heart disease and plan treatment. Low field MRI systems can provide more comfortable platforms for fetal CMR. Here, we demonstrate the feasibility and utility of motion corrected fetal cardiac cine CMR and compare it with real-time CMR at multiple spatial resolutions at 0.55 T. METHODS: Ten human pregnancies were scanned at 0.55T on a derated MAGNETOM Aera (Siemens Healthineers, Erlangen, Germany) with spiral steady-state free precession imaging. Real-time images were reconstructed and used for motion correction and fetal cardiac gating followed by cine reconstructions. The signal-to-noise ratio (SNR), image quality, blood-to-myocardium contrast, and contrast-to-noise ratio (CNR) from real-time and cine reconstructions were compared. The effect of acceleration on cine accuracy was assessed by retrospectively undersampling the data and measuring the reconstruction error with the normalized root-mean-squared difference (NRMSD) in five fetuses. Reproducibility of the measurements was assessed by reconstructing cines from two independent windows of data and computing the NRMSD relative to the reference image in five fetuses. RESULTS: The SNR, CNR, and image quality were better for cines than their corresponding real-time reconstructions. The blood-to-myocardium contrast had no significant difference between real-time and cine reconstructions. With finer spatial resolution, real-time images degraded, and cardiac structures were less conspicuous. NRMSD in cines decreased with increasing scan times across all resolutions (NRMSD = 10 ± 2% for 7 s scan duration). Good consistency (NRMSD = 11 ± 3%) was achieved between independent reconstruction windows. CONCLUSION: While this study was performed on an experimental scanner (derated; not commercially available), we have shown that fetal cine CMR is feasible at 0.55T and provides high-quality fetal cardiac images at high spatiotemporal resolutions.
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 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,001 | 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 ».