Evaluation of imaging technologies to correct for photon attenuation in the overlying tissue for <i>in vivo</i> bone strontium measurements
Notice bibliographique
Résumé
The interpretation of measurements of bone strontium in vivo using energy dispersive x-ray fluorescence spectroscopy is presently hindered by overlying skin and soft-tissue absorption of the strontium x-rays. The use of imaging technologies to measure the overlying soft-tissue thickness at the index finger measuring site might allow correction of the strontium reading to estimate its concentration in bone. An examination of magnetic resonance (MR), computed tomography (CT) and high-frequency ultrasound (US) imaging technologies revealed that 55 MHz US had the smallest range of measurement uncertainty at 3.2% followed by 1 Tesla MR, 25 MHz US, 8 MHz US and CT at 4.3, 5.4, 6.6 and 7.1% uncertainty, respectively. Of these, only CT imaging appeared to underestimate total thickness (p < 0.05). Furthermore, an inter-study comparison on the accuracy of US measurements of the overlying tissue thickness at finger and ankle in nine subjects was investigated. The 8 MHz US system used in prior in vivo experiments was found to perform satisfactorily in a repeat study of ankle measurements, but indicated that finger thickness measurements may have been misread in previous studies by up to 17.7% (p < 0.025). Repeat ankle measurements were not significantly different from initial measurements at 2.2% difference.
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 | 0,007 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».