Extraction of Airway in Computed Tomography
Notice bibliographique
Résumé
Computed tomography (CT) developed by Hounsfield (Hounsfield, 1973) extended the usefulness of radiography as a diagnostic technique. It enabled users to examine soft tissue in axial images, which previously had been limited mainly to hard tissue, e.g. bone and tooth. This was accomplished by the depiction of air space surrounding the soft tissue. Moreover, the development of high-speed scanning CT enabled three-dimensional observation of the anatomical structure of the human body. Slip-ring CT was developed by Toshiba in 1985 (Mori et. al., 1987) and by Siemens in 1987 (Kalender et. al., 1997), and Helical CT was in the practical application by the both companies in 1990 (Katakura, 1989) (Kalender et. al., 1990) (Kageyama et. al., 1992). Furthermore, CT imaging in biomedical science has transcended its use as a diagnostic tool only. For example, three-dimensional reconstruction through rapid-prototyping techniques has been accomplished through application of CT imaging for novel use. In this chapter, a standardized method for airway extraction from CT of the head and neck region is described. This process applies further to simulation of speech and swallowing, and for diagnosis of sleep apnea syndrome (SAS).
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) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| 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) | 0,001 | 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 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 ».