Validation of 3D reconstructions of a mimicked femoral artery with an ultrasound imaging robotic system
Notice bibliographique
Résumé
PURPOSE: The degree of stenosis is the most important criterion to assess peripheral arterial disease manifested by atherosclerosis mainly in lower limb arteries. Ultrasound (U.S.) imaging offers low-cost, safe, and convenient options to evaluate this disease, but most U.S. freehand approaches cannot optimally locate stenoses and map lower limb arterial geometries. A 3D-U.S. imaging robotic system that can control and standardize image acquisition by scanning typically encountered diseased arterial lower limb segments is presented and validated with phantoms. METHODS: A Z-phantom calibration procedure was used to characterize spatial transformation of the U.S. probe image plane for different clinical image acquisition settings. Moreover, the accuracy of the calibration transform to reconstruct a lower-limb-mimicking vessel geometry was evaluated with a vascular phantom. RESULTS: A 3D calibration precision of 0.47 +/- 0.27 mm was achieved. Reconstruction errors were less than 1.74 +/- 0.08 mm in all 3D vessel representations and the cross-sectional areas of each image section were close to those of gold standard phantom measures. The best reconstruction accuracy (smallest error) was 0.40 +/- 0.03 mm. CONCLUSION: Altogether, these results demonstrate the potential of the robotic scanner to adequately represent lower limb vessels for the clinical evaluation of stenoses.
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 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| 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 | 0,000 |
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.
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 ».