Airway morphometry in the lungs as depicted in chest CT examinations variability of measurements
Notice bibliographique
Résumé
The purpose of the study was to decrease the variability of computed tomographic airway measurements. We to developed and evaluated a novel computer scheme to automatically segment airways depicted on chest CT examinations at the level of the lobar and segmental bronchi and to decrease. The computer scheme begins with manual selection of a seed point within the airway from which the airway wall and lumen are automatically segmented and airway pixels were assigned full or partial membership to the lumen or wall. Airway pixels not assigned full membership to the lumen (< -900 HU) or wall (> 0 HU) were assigned partial membership to the lumen and wall. In fifteen subjects with no visible signs of emphysema and a range of pulmonary obstruction from none to severe, airway measures were compared to pulmonary function parameters in a rank order analysis to evaluate measuring a single airway versus multiple airways. The quality of the automated airway segmentation was visually acceptable. The Pearson Correlation coefficients for the ranking of FEV1 versus wall area percent (percent of total airway size) and FVC versus wall area percent were 0.164 and 0.175 for a single measurement, respectively, and were 0.243 and 0.239 for multiple measurements, respectively. Our preliminary results suggest that averaging the measurements from multiple airways may improve the relation between airway measures and lung function compared to measurement from a single airway, which improve quantification of airway remodeling in COPD patients.
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 | 0,004 | 0,015 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| 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 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 ».