Quantification of carotid vessel wall and plaque thickness change using 3D ultrasound images
Notice bibliographique
Résumé
Quantitative measurements of carotid plaque burden progression or regression are important in monitoring patients and in evaluation of new treatment options. 3D ultrasound (US) has been used to monitor the progression or regression of carotid artery plaques. This paper reports on the development and application of a method used to analyze changes in carotid plaque morphology from 3D US. The technique used is evaluated using manual segmentations of the arterial wall and lumen from 3D US images acquired in two imaging sessions. To reduce the effect of segmentation variability, segmentation was performed five times each for the wall and lumen. The mean wall and lumen surfaces, computed from this set of five segmentations, were matched on a point-by-point basis, and the distance between each pair of corresponding points served as an estimate of the combined thickness of the plaque, intima, and media (vessel-wall-plus-plaque thickness or VWT). The VWT maps associated with the first and the second US images were compared and the differences of VWT were obtained at each vertex. The 3D VWT and VWT-Change maps may provide important information for evaluating the location of plaque progression in relation to the localized disturbances of flow pattern, such as oscillatory shear, and regression in response to medical treatments.
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 | 0,000 | 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 ».