MétaCan
Menu
Retour à la cohorte
Enregistrement W1990154939 · doi:10.1118/1.4735804

MO-E-217A-01: Contrast-Enhanced Spectral Mammography - Physical Aspects and QA

2012· article· en· W1990154939 sur OpenAlexaff
Martin J. Yaffe, Melissa L. Hill

Notice bibliographique

RevueMedical Physics · 2012
Typearticle
Langueen
DomaineMedicine
ThématiqueDigital Radiography and Breast Imaging
Établissements canadiensUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésMammographyQuality assuranceDigital mammographyImage qualityComputer scienceMedical physicsMedical imagingModality (human–computer interaction)DetectorMedicineBreast cancerComputer visionArtificial intelligenceCancerTelecommunicationsImage (mathematics)

Résumé

récupéré en direct d'OpenAlex

PURPOSE: To describe the current state of dual energy contrast-enhanced digital mammography, to discuss those aspects of its operation that require evaluation or monitoring and to propose elements of a program for quality assurance of such systems. METHODS: The principles of dual-energy contrast imaging will be discussed and tools and techniques for assessment of performance will be described. RESULTS: Many of the elements affecting image quality and dose performance in digital mammography (eg noise, system linearity, consistency of x-ray output and detector performance, artifacts) remain important. In addition, the ability to register images can influence the resultant image quality. The maintenance of breast compression thickness during the imaging procedure and calibration of the system to allow quantification of iodine in the breast represent new challenges to quality assurance. CONCLUSION: CESM provides a means of acquiring new information regarding tumor angiogenesis and may reveal some cancers that will not be detectable on digital mammography. It may also better demonstrate the extent of disease. The medical physicist must understand the dependence of image quality on physical factors. Implementation of a relevant QA program will be required if the promise of this new modality is to be delivered.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,009
Score d'incertitude au seuil0,030

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,001
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0090,004

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 GPT0,255
Écart entre enseignants0,246 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
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

Citations0
Publié2012
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueMedical PhysicsMême sujetDigital Radiography and Breast ImagingTravaux en français237 207