MétaCan
Menu
Retour à la cohorte
Enregistrement W2073568954 · doi:10.1117/12.428216

<title>Feasibility of monitoring HIFU prostate cancer therapy using elastography</title>

2001· article· en· W2073568954 sur OpenAlexaff
Rémi Souchon, Jean Yves Chapelon, Michel Bertrand, F. Kallel, J. Ophir

Notice bibliographique

RevueProceedings of SPIE, the International Society for Optical Engineering/Proceedings of SPIE · 2001
Typearticle
Langueen
DomaineEngineering
ThématiqueUltrasound and Hyperthermia Applications
Établissements canadiensPolytechnique Montréal
Organismes subventionnairesnon disponible
Mots-clésElastographyProstate cancerProstateHigh-intensity focused ultrasoundMedicineBiomedical engineeringIn vivoRadiologyUltrasoundMedical physicsCancer

Résumé

récupéré en direct d'OpenAlex

The objective of this study is to investigate the feasibility of elastographic monitoring of High Intensity Focused Ultrasound (HIFU) therapy of prostate cancer. Elastography is an imaging technique based on strain estimation in soft tissues under quasi-static compression. Since pathological tissues and HIFU-induced lesions exhibit different elastic properties than normal tissues, elastography is potentially able to achieve these goals. An ultrasound scanner was connected to a PC to acquire RF images. This setup is compatible with a HIFU device used for prostate cancer therapy by transrectal route. The therapy transducer and the biplane-imaging probe are covered with a balloon filled with a coupling liquid. Compression of the prostate is applied by inflating the balloon, while imaging sector scans of the prostate. In-vivo elastograms of the prostate were acquired before HIFU treatment. Problems inherent to in-vivo acquisitions are reported, such as undesired tangential displacements during the radial compression. This study shows the potential for in-vivo elastogram acquisition of HIFU-induced lesions in the human prostate.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,006

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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.

Tête enseignante Opus0,019
Tête enseignante GPT0,253
Écart entre enseignants0,234 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations2
Publié2001
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueProceedings of SPIE, the International Society for Optical Engineering/Proceedings of SPIEMême sujetUltrasound and Hyperthermia ApplicationsTravaux en français237 207