Cartilage imaging of a rabbit knee using dual-energy X-ray microscopy and 1.0 T and 9.4 T magnetic resonance imaging
Notice bibliographique
Résumé
BACKGROUND/OBJECTIVE: Osteoarthritis is a common chronic disease of the joints characterised by the degeneration of articular cartilages and subchondral bone. The most common diagnostic imaging used clinically is X-ray; however, it cannot directly image cartilage. Magnetic resonance imaging (MRI) is well suited for cartilage imaging, but it requires costly and lengthy scans. For preclinical work, microcomputed tomography provides high spatial resolution and contrast for bone, however, its standard application is not well suited for cartilage imaging. METHODS: We performed a preliminary investigation into the use of dual-energy X-ray microscopy (XRM) for cartilage imaging and analysis of a rabbit knee, and compared it to the MRI results from 9.4 T and 1.0 T small-animal scanners. RESULTS: The XRM images offer a higher image resolution (∼25 μm nominal isotropic resolution) compared with the MRI (50-86 μm in plane, and 250 μm slice thickness). The cartilage-thickness measurements using the dual-energy XRM are on average 3.8% (femur) and 5.1% (tibia) thicker estimates than the 9.4 T MRI results. The cartilage-thickness measurements using the 1.0 T MRI are on average 10.9% (femur) and 2.3% (tibia) thinner estimates than the 9.4 T MRI results. CONCLUSION: Our results suggest that the dual-energy XRM for articular-cartilage analysis is feasible and comparable to the MRI. This technology will provide good support for high-resolution animal-osteoarthritis studies, and in the future, it may be possible to apply dual energy in a clinical setting.
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 | 0,001 | 0,001 |
| 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 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,001 |
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.
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 ».