MétaCan
Menu
← Retour à la cohorte
Enregistrement W1186363945 · doi:10.1118/1.4923996

SU‐E‐U‐03: Noncontact Ultrasound Spectroscopy of Cortical Bone Phantoms: Reproducibility

2015· article· en· W1186363945 sur OpenAlexaboutno aff
K. S. Ganezer, J.B. Bulman, P Halcrow, Ian Neeson

Notice bibliographique

RevueMedical Physics · 2015
Typearticle
Langueen
DomaineMedicine
ThématiqueAdvanced MRI Techniques and Applications
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésReproducibilityAttenuationUltrasoundLinear regressionSpectrum analyzerImaging phantomMaterials scienceTransducerCortical boneBiomedical engineeringAcousticsOpticsNuclear medicinePhysicsMathematicsMedicineStatistics

Résumé

récupéré en direct d'OpenAlex

Purpose: In this study we update our studies presented in a talk in the ultrasound symposium in 2014 on the topic of noncontact ultrasound spectroscopy applied to cortical bone phantoms in which we found we found a high correlation between the BUA parameter and the Bone Mineral densities of the phantoms that was provided a linear regression with a r^₂as high as 0.96. The purpose of our current study was to have two separate ultrasound analyzers one at CSUDH in Carson California and a second analyzer at VN and associates in Elizabethtown, Ontario, Canada, in which the two analyzers only had minor differences in the transducers, pulse generators, and other hardware and software. Our goal was to compare the BUA parameters, speed of sound(SOS), attenuation, and spectra. We also considered changes in speed of sound, and attenuation taken 4 years ago with similar measurements made recently. Methods: We used Matlab shell files to compute SOS for 2 different methods, BUA, and attenuation for 15 or 16 phantoms that ranged in BMD from 150–1700 gm/m^3. Linear regressions were calculated for sets of two parameters. Some of the phantoms were scanned using a pixelized grid. Results: The two systems behaved similarly. There seemed to be only small changes in SOS with larger changes in BUA, that might be attributed to oxidation and loss of water. Conclusion: There was a high degree of reproducibility in most of our measurements

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)0,015
score de la tête « metaresearch » (Gemma)0,033
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,015
Score d'incertitude au seuil0,079

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0150,033
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,001
Communication savante0,0010,001
Science ouverte0,0020,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,001

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 Opus0,040
Tête enseignante GPT0,370
Écart entre enseignants0,330 · 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'étudeObservationnel
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

Citations0
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueMedical Physics→Même sujetAdvanced MRI Techniques and Applications→Travaux en français237 207→