Assessing the reliability of MRI-CBCT image registration to visualize temporomandibular joints
Notice bibliographique
Résumé
OBJECTIVES: To evaluate image quality of two methods of registering MRI and CBCT images of the temporomandibular joint (TMJ), particularly regarding TMJ articular disc-condyle relationship and osseous abnormality. METHODS: MR and CBCT images for 10 patients (20 TMJs) were obtained and co-registered using two methods (non-guided and marker guided) using Mirada XD software (Mirada Medical Ltd, Oxford, UK). Three radiologists independently and blindly evaluated three types of images (MRI, CBCT and registered MRI-CBCT) at two times (T1 and T2) on two criteria: (1) quality of MRI-CBCT registrations (excellent, fair or poor) and (2) TMJ disc-condylar position and articular osseous abnormalities (osteophytes, erosions and subcortical cyst, surface flattening, sclerosis). RESULTS: 75% of the non-guided registered images showed excellent quality, and 95% of the marker-guided registered images showed poor quality. Significant difference was found between the non-guided and marker-guided registration (χ(2) = 108.5; p < 0.01). The interexaminer variability of the disc position in MRI [intraclass correlation coefficient (ICC) = 0.50 at T1, 0.56 at T2] was lower than that in MRI-CBCT registered images [ICC = 0.80 (0.52-0.92) at T1, 0.84 (0.62-0.93) at T2]. Erosions and subcortical cysts were noticed less frequently in the MRI-CBCT images than in CBCT images. CONCLUSIONS: Non-guided registration proved superior to marker-guided registration. Although MRI-CBCT fused images were slightly more limited than CBCT alone to detect osseous abnormalities, use of the fused images improved the consistency among examiners in detecting disc position in relation to the condyle.
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 | 0,004 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 ».