MétaCan
Menu
Retour à la cohorte
Enregistrement W1981301597 · doi:10.1155/2010/287929

Image Processing and Analysis in Biomechanics

2010· article· en· W1981301597 sur OpenAlexaboutno aff
João Manuel R. S. Tavares, Renato Natal Jorge

Notice bibliographique

RevueEURASIP Journal on Advances in Signal Processing · 2010
Typearticle
Langueen
DomaineMedicine
ThématiqueInfrared Thermography in Medicine
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésBiomechanicsImage processingComputer scienceComputer visionArtificial intelligenceImage (mathematics)Computer graphics (images)AnatomyMedicine

Résumé

récupéré en direct d'OpenAlex

Computational methodologies of signal processing and analysis based on 1D-4D data are commonly used in different applications. In particular, image processing and analysis methodologies have enjoyed increasing deployment in automated recognition, human-machine interfaces, computeraided diagnostics, robotic surgery, and many other areas; however, in the last years their application in Biomechanics has gained special attention. This issue of the EURASIP Journal on Advances in Signal Processing constitutes the special issue related with Image Processing and Analysis applied to biomechanical systems, including data compression, data fusion, image segmentation, image registration, objects recognition, objects modeling, tracking and motion analysis, shape reconstruction, 3D vision, and virtual reality. One important feature to retainment of this special issue is the interdisciplinary of works resulting from the collaboration between mechanical engineers, electrical engineers, biomedical engineers, medical doctors, computational engineers, biologists, physicians, mathematicians, among others. The success of this special issue is directed and associated with the high significance on analysis and simulation of biomechanical structures from images and their challenging problems, regarding geometric modeling, numerical modeling, material models and experimental methodologies, as well as their real application and validation. This great interest has been revealed by users, students, researchers, and all who are interested on areas related with signal processing, image processing and analysis, medical imaging, computational and experimental biomechanics, enhanced computation, and software applications. For this special issue, 31 works were submitted from 18 countries: Belgium, Brazil, Canada, China, Croatia, Czech Republic, France, India, Iran, Ireland, Italy, Japan, Morocco, New Zealand, Spain, Taiwan, Tunisia, and USA. After the review done by 55 international experts, 19 works were accepted for publication. The guest editors would like to express their deep gratitude to the Editor-in-Chief and Associate Editors of EURASIP Journal on Advances in Signal Processing for this opportunity, to all authors that shared their excellent works with us and to all members of the Scientific Committee of this special issue that help us in the review process.

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 distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Autre devis · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,772
Score d'incertitude au seuil0,901

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0020,003
Études des sciences et des technologies0,0000,000
Communication savante0,0000,001
Science ouverte0,0000,000
Intégrité de la recherche0,0000,002
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,009
Tête enseignante GPT0,311
Écart entre enseignants0,302 · 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 tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeAutre devis
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

Citations1
Publié2010
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEURASIP Journal on Advances in Signal ProcessingMême sujetInfrared Thermography in MedicineTravaux en français237 207