MétaCan
Menu
Retour à la cohorte
Enregistrement W1576107635 · doi:10.3389/fendo.2015.00080

Using Micro-CT Derived Bone Microarchitecture to Analyze Bone Stiffness – A Case Study on Osteoporosis Rat Bone

2015· article· en· W1576107635 sur OpenAlexafffund
Yuchin Wu, Samer Adeeb, Michael R. Doschak

Notice bibliographique

RevueFrontiers in Endocrinology · 2015
Typearticle
Langueen
DomaineMedicine
ThématiqueBone health and osteoporosis research
Établissements canadiensUniversity of Alberta
Organismes subventionnairesAlberta InnovatesAlberta Innovates - Health Solutions
Mots-clésOsteoporosisFinite element methodStiffnessBone mineralBiomedical engineeringMaterials scienceQuantitative computed tomographyFractal dimensionStructural engineeringFractalMedicineMathematicsPathologyEngineeringComposite material

Résumé

récupéré en direct d'OpenAlex

Micro-computed tomography (Micro-CT) images can be used to quantitatively represent bone geometry through a range of computed attenuation-based parameters. Nonetheless, those parameters remain indirect indices of bone microarchitectural strength and require further computational tools to interpret bone structural stiffness and potential for mechanical failure. Finite element analysis (FEA) can be applied to measure trabecular bone stiffness and potentially predict the location of structural failure in preclinical animal models of osteoporosis, although that procedure from image segmentation of Micro-CT derived bone geometry to FEA is often challenging and computationally expensive, resulting in failure of the model to build. Notably, the selection of resolution and threshold for bone segmentation are key steps that greatly affect computational complexity and validity. In the following study, we evaluated an approach whereby Micro-CT derived grayscale attenuation and segmentation data guided the selection of trabecular bone for analysis by FEA. We further correlated those FEA results to both two- and three-dimensional bone microarchitecture from sham and ovariectomized (OVX) rats (n = 10/group). A virtual cylinder of vertebral trabecular bone 40% in length from the caudal side was selected for FEA, because Micro-CT based image analysis indicated the largest differences in microarchitecture between the two groups resided there. Bone stiffness was calculated using FEA and statistically correlated with the three-dimensional values of bone volume/tissue volume, bone mineral density, fractal dimension, trabecular separation, and trabecular bone pattern factor. Our method simplified the process for the assessment of trabecular bone stiffness by FEA from Micro-CT images and highlighted the importance of bone microarchitecture in conferring significantly increased bone quality capable of resisting failure due to increased mechanical loading.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Étude de cas · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,275
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0020,000
Bibliométrie0,0020,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,055
Tête enseignante GPT0,356
Écart entre enseignants0,301 · 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 tête enseignante, pas un consensus.

Devis d'étudeÉtude de cas
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

Citations48
Publié2015
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueFrontiers in EndocrinologyMême sujetBone health and osteoporosis researchTravaux en français237 207