Standardized Three-Dimensional Volumes of Interest with Adapted Surfaces for More Precise Subchondral Bone Analyses by Micro-Computed Tomography
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
Micro-computed tomography can be used to analyze subchondral bone features below treated cartilage defects in animal models. However, standardized methods for generating precise three-dimensional (3D) volumes of interest (VOI) below curved articular surfaces are lacking. The aims of this study were to develop standardized 3D VOI models adapted to the curved articular surface, and to characterize the subchondral bone specifically below a cartilage defect zone in intact and defect femoral trochlea. Skeletally mature rabbit distal femurs (N = 8 intact; N = 6 with acute debrided and microdrilled trochlear defects) were scanned by micro-computed tomography. Bone below the defect zone (3.5 mm width, 3.6 mm length, 1 mm deep) was quantified using simple geometric rectangular VOIs, and an optimized 3D VOI model with an adapted surface curvature, the Rectangle with Adapted Surface (RAS) model. In addition, a 250-μm-thick Curved-RAS model analyzed bone at three discrete subchondral levels. Simple geometric VOIs failed to analyze ~17% of the tissue volume, mainly near the top of the curved trochlear ridges. The RAS models revealed that after debridement and drilling, only 31% of the original bone remained within the VOI and bone loss was mainly accounted for by surgical debridement. Adapted surface VOIs are better than simple geometric VOI shapes for quantifying structural features of subchondral bone below a curved articular surface. Structural differences between the bone plate and cancellous bone were best captured using the smaller, depth-dependent Curved-RAS model.
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 | 0,000 |
| 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