Fast 3D reconstruction of the lower limb using a parametric model and statistical inferences and clinical measurements calculation from biplanar X-rays
Notice bibliographique
Résumé
In clinical routine, lower limb analysis relies on conventional X-ray (2D view) or computerised tomography (CT) Scan (lying position). However, these methods do not allow 3D analysis in standing position. The aim of this study is to propose a fast and accurate 3D-reconstruction-method based on parametric models and statistical inferences from biplanar X-rays with clinical measurements' (CM) assessment in standing position for a clinical routine use. For the reproducibility study, the 95% CI was under 2.7° for all lower limbs' angular measurements except for tibial torsion, femoral torsion and tibiofemoral rotation ( < 5°). The 95% CI were under 2.5 mm for lower limbs' lengths and 1.5 to 3° for the pelvis' CM. Comparisons between X-rays and CT-scan based 3D shapes in vitro showed mean differences of 1.0 mm (95% CI = 2.4 mm). Comparisons of 2D lower limbs' and 3D pelvis' CM between standing 'Shifted-Feet' and 'Non-Shifted-Feet' position showed means differences of 0.0 to 1.4°. Significant differences were found only for pelvic obliquity and rotation. The reconstruction time was about 5 min.
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 | 0,008 | 0,024 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,002 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,001 |
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 ».