Highlights of the society for magnetic resonance angiography 2024 conference
Notice bibliographique
Résumé
The 36th Annual International Meeting of the Society for Magnetic Resonance Angiography (SMRA), held from November 12-15, 2024, in Santiago de Chile, marked a milestone as the first SMRA conference in Latin America. Themed "The Ever-Changing Landscape of MRA", the event highlighted the rapid advancements in magnetic resonance angiography (MRA), including cutting-edge developments in contrast-enhanced MRA, contrast-free techniques, dynamic, multi-parametric, and multi-contrast MRA, 4D flow, low-field solutions and artificial intelligence (AI)-driven technologies, among others. The program featured 174 attendees from 15 countries, including 43 early-career scientists and 30 industry representatives. The conference offered a rich scientific agenda, with 12 plenary talks, 24 educational talks, 98 abstract presentations, a joint SMRA-MICCAI challenge on intracranial artery lesion detection and segmentation and a joint session with the Society for Cardiovascular Magnetic Resonance (SCMR) emphasizing accessibility, low-field MRI, and AI's transformative role in cardiac imaging. The meeting's single-track format fostered engaging discussions on interdisciplinary research and highlighted innovations spanning various vascular beds. This paper summarizes the conference's key themes, emphasizing the collaborative efforts driving the future of MRA, while reflecting on SMRA's vision to advance research, education, and clinical practice globally.
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 | 0,005 | 0,006 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,002 | 0,001 |
| Communication savante | 0,007 | 0,002 |
| Science ouverte | 0,001 | 0,003 |
| Intégrité de la recherche | 0,005 | 0,005 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,067 | 0,034 |
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 ».