A novel shape‐similarity‐based elastography technique for prostate cancer assessment
Notice bibliographique
Résumé
PURPOSE: Association between tissue stiffness alteration and pathology is well known. This has formed the basis for prostate elastography imaging techniques where images of prostate tissue mechanical properties are reconstructed. In this paper, the authors present a novel prostate elastography technique which, unlike other techniques, relies on magnitude image data only. METHODS: This proposed technique works in conjunction with ultrasound or magnetic resonance imaging (MRI) imaging modalities and it requires the prostate's pre- and postdeformation images as input. It uses a constrained reconstruction method where the elastic moduli of the prostate's normal and pathological tissues are determined based on an essential subset of the tissue deformation provided by the images data. The elasticity reconstruction technique uses optimization where similarity between calculated and observed shape features of the postcompression prostate image is maximized. The method was validated with an in silico phantom study followed by studies using ultrasound and MR with tissue-mimicking phantoms. RESULTS: Using the proposed methods, it was observed that the maximum uncertainties of the reconstructed Young's modulus ratios of tumor to normal tissue were 15.6% and 9.7%, which were obtained from the transrectal ultrasound (TRUS) and MR tissue-mimicking phantom studies, respectively. CONCLUSIONS: This novel prostate elastography technique relies on prostate TRUS or MRI images that can be routinely acquired without additional imaging hardware. The phantom studies provided evidence that the proposed technique has a good potential to reconstruct prostate stiffness maps noninvasively particularly when applied in conjunction with MRI. Further studies are necessary to evaluate the technique's merits for clinical use.
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 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».