Comparison of methods to assess quadriceps muscle volume using magnetic resonance imaging
Notice bibliographique
Résumé
PURPOSE: To compare the precision of four methods to estimate the volume of quadriceps muscles using axial MRI. MATERIALS AND METHODS: Entire legs of 10 healthy young subjects were scanned using a 1.5 Tesla magnetic resonance imaging scanner and 4-mm-thick sections without any gaps. Quadriceps muscles were outlined on all of the slices to obtain the MRI reference standard measure of quadriceps muscle volume. This MRI reference standard was compared with the volume estimated using (i) the truncated cone formula, (ii) the Cavalieri method, (iii) a cubic spline interpolation of missing cross sectional areas, and, (iv) the deformation of a parametric specific object. For each method, 3 to 21 slices were used. RESULTS: The average volume error was significantly (P < 0.001) different in comparing the four methods (4.4%, 2.3%, 1.1%, and 1.2%, respectively). In addition, the number of slices required to reach a given volume error was significantly (P < 0.001) different across all methods (respectively, 12, 9, 5, and 7 slices required to reach a volume error of 1.1%). CONCLUSION: While methods based on interpolation and deformation of a parametric specific object have not been used in literature, these two methods are the most precise approaches to reach a given level of precision.
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) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 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 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 ».