Three-Dimensional Geometrical Characterization of Abdominal Aortic Aneurysms: Image-Based Wall Thickness Distribution
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
The clinical assessment of abdominal aortic aneurysm (AAA) rupture risk is based on the quantification of AAA size by measuring its maximum diameter from computed tomography (CT) images and estimating the expansion rate of the aneurysm sac over time. Recent findings have shown that geometrical shape and size, as well as local wall thickness may be related to this risk; thus, reliable noninvasive image-based methods to evaluate AAA geometry have a potential to become valuable clinical tools. Utilizing existing CT data, the three-dimensional geometry of nine unruptured human AAAs was reconstructed and characterized quantitatively. We propose and evaluate a series of 1D size, 2D shape, 3D size, 3D shape, and second-order curvature-based indices to quantify AAA geometry, as well as the geometry of a size-matched idealized fusiform aneurysm and a patient-specific normal abdominal aorta used as controls. The wall thickness estimation algorithm, validated in our previous work, is tested against discrete point measurements taken from a cadaver tissue model, yielding an average relative difference in AAA wall thickness of 7.8%. It is unlikely that any one of the proposed geometrical indices alone would be a reliable index of rupture risk or a threshold for elective repair. Rather, the complete geometry and a positive correlation of a set of indices should be considered to assess the potential for rupture. With this quantitative parameter assessment, future research can be directed toward statistical analyses correlating the numerical values of these parameters with the risk of aneurysm rupture or intervention (surgical or endovascular). While this work does not provide direct insight into the possible clinical use of the geometric parameters, we believe it provides the foundation necessary for future efforts in that direction.
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.
Prédiction distillée sur la base complète
Imitation des enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 découle