3D-Ultrasonography for evaluation of facial muscles in patients with chronic facial palsy or defective healing: a pilot study
Notice bibliographique
Résumé
BACKGROUND: While standardized methods are established to examine the pathway from motorcortex to the peripheral nerve in patients with facial palsy, a reliable method to evaluate the facial muscles in patients with long-term palsy for therapy planning is lacking. METHODS: A 3D ultrasonographic (US) acquisition system driven by a motorized linear mover combined with conventional US probe was used to acquire 3D data sets of several facial muscles on both sides of the face in a healthy subject and seven patients with different types of unilateral degenerative facial nerve lesions. RESULTS: The US results were correlated to the duration of palsy and the electromyography results. Consistent 3D US based volumetry through bilateral comparison was feasible for parts of the frontalis muscle, orbicularis oculi muscle, depressor anguli oris muscle, depressor labii inferioris muscle, and mentalis muscle. With the exception of the frontal muscle, the facial muscles volumes were much smaller on the palsy side (minimum: 3% for the depressor labii inferior muscle) than on the healthy side in patients with severe facial nerve lesion. In contrast, the frontal muscles did not show a side difference. In the two patients with defective healing after spontaneous regeneration a decrease in muscle volume was not seen. Synkinesis and hyperkinesis was even more correlated to muscle hypertrophy on the palsy compared with the healthy side. CONCLUSION: 3D ultrasonography seems to be a promising tool for regional and quantitative evaluation of facial muscles in patients with facial palsy receiving a facial reconstructive surgery or conservative treatment.
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 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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, 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 ».