MétaCan
Menu
Retour à la cohorte
Enregistrement W2010430199 · doi:10.1115/1.4023152

The Knee Loading Apparatus: Axial, Anterior, and Compressive Loading With Magnetic Resonance Imaging

2013· article· en· W2010430199 sur OpenAlexaff
Jessica Küpper, Ion Robu, Richard Frayne, Janet L. Ronsky

Notice bibliographique

RevueJournal of Mechanical Design · 2013
Typearticle
Langueen
DomaineMedicine
ThématiqueKnee injuries and reconstruction techniques
Établissements canadiensFoothills Medical CentreAlberta Health ServicesUniversity of Calgary
Organismes subventionnairesnon disponible
Mots-clésKnee JointFlexibility (engineering)Compression (physics)Structural engineeringComputer scienceBiomedical engineeringMaterials scienceEngineering

Résumé

récupéré en direct d'OpenAlex

When magnetic resonance (MR) images are collected while applying a load to the knee joint, additional information about the joint response to loading can be acquired such as cartilage deformation, whole joint and ligament stiffness, or physiological estimates of weight-bearing joint positions. To allow load application and controlled lower limb movement in supine MR imaging, the knee loading apparatus (KLA) was designed to apply safe and physiologically relevant controlled loads to the knee joint, position the knee through a range of flexion angles, and operate successfully in a magnetic environment. The KLA is composed of three main components: a remotely operated custom hydraulic loading system, a logic system that interfaces with the user, and modular non ferromagnetic positioning frames. Three positioning frames are presented for application to anterior tibial loading, tibiofemoral compression, and patellofemoral compression at multiple knee flexion angles. This system design makes improvements over current devices. Safe remotely applied loads (hydraulic loading system) can be applied by either subject or tester and in multiple locations simultaneously. Additionally, loads can be altered at any time in a continuous manner without electrical interference. Transportability was improved due to a smaller footprint. The KLA has the flexibility to attach any positioning frame with many possible loading scenarios without changing the loading mechanism or logic systems, and allows force values over time to be output rather than estimated. An evaluation of the load repeatability (within 7% of applied load) and accuracy (0.5–14.9%) demonstrates the feasibility of this design for investigations into in vivo knee joint responses to loading.

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)0,001
score de la tête « metaresearch » (Gemma)0,002
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: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,005
Score d'incertitude au seuil0,018

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,000
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)0,0050,002

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 Opus0,011
Tête enseignante GPT0,247
Écart entre enseignants0,236 · 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

Citations8
Publié2013
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Mechanical DesignMême sujetKnee injuries and reconstruction techniquesTravaux en français237 207