Analysis of carotid lumen surface morphology using three-dimensional ultrasound imaging
Notice bibliographique
Résumé
Carotid plaque surface irregularity and ulcerations play an important role in the risk of ischemic stroke. Ulcerated or fissured plaque, characterized by irregular surface morphology, exposes thrombogenic materials to the bloodstream, possibly leading to life- or brain-threatening thrombosis and embolization. Therefore, the quantification of plaque surface irregularity is important to identify high-risk plaques that would likely lead to vascular events. Although a number of studies have characterized plaque surface irregularity using subjective classification schemes with two or more categories, only a few have quantified surface irregularity using an objective and continuous quantity, such as Gaussian or mean curvature. In this work, our goal was to use both Gaussian and mean curvatures for identifying ulcers from 3D carotid ultrasound (US) images of human subjects. Before performing experiments using patient data, we verified the numerical accuracy of the surface curvature computation method using discrete spheres and tori with different sampling intervals. We also showed that three ulcers of the vascular phantom with 2 mm, 3 mm and 4 mm diameters were associated with high Gaussian and mean curvatures, and thus, were easily detected. Finally, we demonstrated the application of the proposed method for detecting ulcers on luminal surfaces, which were segmented from the 3D US images acquired for two human subjects.
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 | 0,000 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 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 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 ».