Poster — Thur Eve — 35: Characterization of performance of two deformable registration software
Notice bibliographique
Résumé
PURPOSE: To evaluate the performance of two deformable registration softwares (a commercial and an open source software) using cone-beam computed tomography (CBCT) images. METHODS: We used a set of 34 lung patients with generally large tumors each having between 1 and 20 CBCT scans. A radiation oncologist resident contoured GTVs on each CBCTs using planning CT contours as reference. Deformable registrations were performed on CT scans to adapt it to the first CBCT of each patient independently with both software. Then each CBCT was registered to the next CBCT. Contour structures have been deformed in the process for the commercial software and for the open source software contours have been drawn manually on deformed images. RESULTS: Mean remaining volume (±SD) for manual GTV contours was 59 ± 32 %. GTVs obtained with the open source software were closer to the manual GTV in size than the commercial software. Mean relative errors on volume were 45 ± 60 % for the commercial system (33 patients) and 9 ± 2 % for the open source software (6 patients). Relative errors for the commercial software increased exponentially with the volume reduction but were constant over all CBCT for the open source software. Mean Jaccard and Dice's index were 0.57 and 0.71 for the commercial software (24 patients) and 0.80 and 0.88 for the open source software (6 patients). CONCLUSION: Open source software shown tendency to give better results than commercial software but was slower than the commercial software.
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 | 0,003 | 0,017 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 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 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 ».