MétaCan
Menu
Retour à la cohorte
Enregistrement W1982470625 · doi:10.1088/0031-9155/53/19/011

A method for 3D electron density imaging using single scattered x-rays with application to mammographic screening

2008· article· en· W1982470625 sur OpenAlexafffund
Eric Van Uytven, Stephen Pistorius, Richard Gordon

Notice bibliographique

RevuePhysics in Medicine and Biology · 2008
Typearticle
Langueen
DomaineEngineering
ThématiqueAdvanced X-ray and CT Imaging
Établissements canadiensCancerCare ManitobaUniversity of ManitobaNational Research Council Institute for Biodiagnostics
Organismes subventionnairesCancerCare Manitoba Foundation
Mots-clésImaging phantomMammographyBreast tissueBreast cancerBreast imagingProjection (relational algebra)PhotonElectron densityMaterials scienceNuclear medicineOpticsBreast densityElectronPhysicsMedicineCancerComputer science

Résumé

récupéré en direct d'OpenAlex

Screening mammography is the current standard in detecting breast cancer. However, its fundamental disadvantage is that it projects a 3D object into a 2D image. Small lesions are difficult to detect when superimposed over layers of normal, heterogeneous tissue. In this work, we examine the potential of single scattered photon electron density imaging in a mammographic environment. Simulating a low-energy (<20 keV) scanning pencil beam, we have developed an algorithm capable of producing 3D electron density images from a single projection. We have tested the algorithm by imaging parts of a simulated mammographic accreditation phantom containing lesions of various sizes. The results indicate that the group of imaged lesions differ significantly from background breast tissue (p<0.005), confirming that electron density imaging may be a useful diagnostic test for the presence of breast cancer.

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)0,000
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: Simulation ou modélisation · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,902
Score d'incertitude au seuil0,436

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
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 Opus0,093
Tête enseignante GPT0,352
Écart entre enseignants0,260 · 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'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

Citations10
Publié2008
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revuePhysics in Medicine and BiologyMême sujetAdvanced X-ray and CT ImagingTravaux en français237 207