External respiratory motion: Shape analysis and custom realistic respiratory trace generation
Notice bibliographique
Résumé
PURPOSE: The authors developed a realistic respiratory trace generating (RTG) tool for use with phantom and simulation studies. METHODS: The authors analyzed the extent of abdominal wall motion from a real-time position management system database comprised of 125 lung, liver, and abdominal patients to determine the shape and extent of motion. Using Akaike's information criterion (AIC), the authors compared different model types to find the optimal realistic model of respiratory motion. RESULTS: The authors compared a family of sigmoid curves and determined a four parameter sigmoid fit was optimal for over 98% patient inhale and exhale traces. This fit was also better than sin (2)(x) for 98% of patient exhale and 70% of patient inhale traces and better than sin (x) for 100% of both patient inhale and exhale traces. This analysis also shows that sin (2)(x) is better than sin (x) for over 95% of patient inhale and exhale traces. With results from shape and extent of motion analysis, we developed a realistic respiratory trace generating (RTG) software tool. The software can be run in two modes: population and user defined. In population mode, the RTG draws entirely from the population data including inter- and intra fraction amplitude and period variability and baseline drift. In user-defined mode, the user customizes the respiratory parameters by inputting the peak-to-peak amplitude, period, end exhale position, as well as controls variability in these parameters and baseline drift. CONCLUSIONS: This work provides a method of generating custom respiratory data that can be used for initial implementation and testing of new technologies.
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 | 0,007 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,000 |
| 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 | 0,001 |
| 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 ».