MétaCan
Menu
Retour à la cohorte
Enregistrement W1966037103 · doi:10.1259/dmfr/21679313

A novel alignment device for cone beam computed tomography: principle and application

2010· article· en· W1966037103 sur OpenAlexaff
Andrew Dawood, Veronique Sauret-Jackson, Shanon Patel, Alastair Darwood

Notice bibliographique

RevueDentomaxillofacial Radiology · 2010
Typearticle
Langueen
DomaineDentistry
ThématiqueDental Radiography and Imaging
Établissements canadiensCentre de Santé et de Services Sociaux Cavendish
Organismes subventionnairesnon disponible
Mots-clésCone beam computed tomographyScannerField of viewComputer scienceComputer visionRotation (mathematics)Artificial intelligenceNuclear medicineComputed tomographyMedicineRadiology

Résumé

récupéré en direct d'OpenAlex

OBJECTIVES: the aim of this investigation was to optimize the positioning and size of the scanned field of view (FOV) in cone beam CT (CBCT) scanners using a practical external alignment device fitted in the patient's mouth in order to train radiographers and reduce radiation dose to the patient. This is particularly challenging when using small FOVs to cover small volumes of interest. METHODS: test objects were positioned and scanned using the aligner to show that the design and geometry were correct and help the radiographer to superimpose the scanner and the volume of interest axis of rotation. An in vivo study was then undertaken comparing the accuracy of patient positioning when using the aligner, instead of scouts, to position the patient for small FOV (cylinders of 4-8 cm height and 4-8 cm diameter) dental scans. The scanners used were the Accuitomo F170 CBCT scanner (Morita, Kyoto, Japan) and the iCAT Next Gen CBCT scanner (Imaging Sciences, Hatfield, PA). RESULTS: there was no significant difference in positioning the patient when using the aligner compared with the scout images. CONCLUSIONS: it is possible to rely on the aligner for patient positioning for a small volume scan and therefore spare the radiation dose associated with scout imaging.

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)0,001
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: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,006

Scores du classifieur distillé par catégorie (deux têtes)

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

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.

Tête enseignante Opus0,013
Tête enseignante GPT0,284
Écart entre enseignants0,271 · 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'étudeExpérimental (laboratoire)
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

Citations3
Publié2010
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueDentomaxillofacial RadiologyMême sujetDental Radiography and ImagingTravaux en français237 207