Evaluation of a Digital Camera for Acquiring Radiographic Images for Telemedicine Applications
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
Many rural sites cannot afford a digitizer to digitize radiographic films and transmit them via a telemedicine network for review by a radiology specialist. This project tested the feasibility of using a consumer digital still camera to photograph radiographic images and transmit them via a telemedicine network to a consulting hub site. In this study, the feasibility of using a digital camera to photograph plain film radiographs of 40 bone trauma cases from a rural health center in Arizona was tested. The cases were transmitted to the Arizona Telemedicine Program hub site using a private asynchronous transfer mode network based on T1 carriers. Two orthopedic surgeons and two radiologists reviewed the cases on a color monitor and the original film images. The readers also rated image quality. There were no significant differences in diagnostic accuracy between conventional film and telemedicine reading. Diagnostic agreement between film and monitor viewing was quite high, as was agreement in confidence ratings. Image quality was generally rated as excellent to good in both viewing conditions. Cases that did not correlate well were judged to have poor image quality, or diagnoses were based on photographs that had part of the diagnostic region of interest cropped off. It was determined that a digital still camera can be used effectively in many cases to photograph radiographic images for transmission and viewing via a telemedicine network, as long as adequate views, zoomed in regions of interest, and good quality original films are used in the acquisition process.
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 | 0,005 | 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