Segmentation of the pelvic girdle in pediatric computed tomographic images
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
Identification, localization, and segmentation of the thoracic, abdominal, and pelvic organs are important steps in computer-aided diagnosis, treatment planning, landmarking, and content-based retrieval of biomedical images. In this context, to aid the identification of the lower abdominal organs, to assist in image-guided surgery or treatment planning, to separate the abdominal cavity from the lower pelvic region, and to improve the process of localization of abdominal pathology, we propose methods to identify and segment automatically the pelvic girdle in pediatric computed tomographic (CT) images. The opening-by-reconstruction procedure was used for segmentation of the pelvic girdle. The methods include procedures to represent the pelvic surface by a quadratic model using linear least-squares estimation and to refine the model using deformable contours. The result of segmentation of the pelvic girdle was assessed quantitatively and qualitatively by comparing with the segmentation performed independently by a radiologist. On the basis of quantitative analysis with 13 CT exams of six patients, including a total of 277 slices with the pelvis, the average Hausdorff distance was determined to be 5.95 mm, and the average mean distance to the closest point (MDCP) was 0.53 mm. The average MDCP is comparable to the size of one pixel, on the average.
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) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| 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