MétaCan
Menu
Retour à la cohorte
Enregistrement W1964096150 · doi:10.1088/0031-9155/53/1/022

Contact surface and material nonlinearity modeling of human lungs

2007· article· en· W1964096150 sur OpenAlexaff
Adil Al‐Mayah, Joanne Moseley, Kristy K. Brock

Notice bibliographique

RevuePhysics in Medicine and Biology · 2007
Typearticle
Langueen
DomaineEngineering
ThématiqueSoft Robotics and Applications
Établissements canadiensUniversity Health NetworkPrincess Margaret Cancer Centre
Organismes subventionnairesnon disponible
Mots-clésHyperelastic materialMaterials scienceHuman lungFinite element methodOgdenComposite materialBiomedical engineeringLungStructural engineeringMedicineEngineering

Résumé

récupéré en direct d'OpenAlex

A finite element model has been developed to investigate the effect of contact surfaces and hyperelastic material properties on the mechanical behavior of human lungs of one lung cancer patient. The three-dimensional model consists of four parts, namely the left lung, right lung, tumor in the left lung and chest wall. The interaction between the lungs and chest wall was modeled using frictionless surface-based contact. Hyperelastic material properties of the lungs are used in the model. The effect of the two parameters is investigated by tracking the tumor movement, and by comparing the analytical results to the patient bifurcation points: 45 points in each lung and 18 points around the tumor. The accuracy of the model is improved by including the contact surface and hyperelastic material properties. The average error and the standard deviation (SD) in modeling the displacement in the SI direction are reduced from 0.68 (SD = 0.34) cm in the elastic model to 0.09 (0.21) cm in the contact-hyperelastic model. Similarly, the average error (SD) of tumor location decreases from 0.71 (0.21) cm in the elastic material without contact to -0.03 (0.24) cm in the hyperelastic material with contact model.

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)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,003
Score d'incertitude au seuil0,006

Scores du classifieur distillé par catégorie (deux têtes)

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

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 Opus0,144
Tête enseignante GPT0,377
Écart entre enseignants0,233 · 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'étudeSimulation ou modélisation
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

Citations102
Publié2007
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePhysics in Medicine and BiologyMême sujetSoft Robotics and ApplicationsTravaux en français237 207