MétaCan
Menu
Retour à la cohorte
Enregistrement W2075108150 · doi:10.12989/aba.2013.1.1.015

Repeatable calibration of Hounsfield units to mineral density and effect of scanning medium

2013· article· en· W2075108150 sur OpenAlexaff
Meghan Crookshank, Heidi‐Lynn Ploeg, Randy Ellis, Norma J. MacIntyre

Notice bibliographique

RevueAdvances in Biomechanics and Applications · 2013
Typearticle
Langueen
DomaineEngineering
ThématiqueAdvanced X-ray and CT Imaging
Établissements canadiensMcMaster University
Organismes subventionnairesnon disponible
Mots-clésHounsfield scaleCalibrationScannerBone mineralCalibration curveBone densityMaterials scienceBiomedical engineeringComputed tomographyNuclear medicineMathematicsMedicineRadiologyComputer scienceArtificial intelligenceOsteoporosisStatistics

Résumé

récupéré en direct d'OpenAlex

Computed tomography (CT) is being utilized in orthopaedics and related research to estimate bone strength. These applications benefit from calibration of Hounsfield units to mineral density typical of long bone, up to <TEX>$1750mg/cm^3$</TEX>. This study describes a method for establishing repeatable calibration of Hounsfield units to density, and determines the effects of imaging medium on calibration accuracy. Four hydroxyapatite standards were imaged in air on 7 occasions over 19 weeks using a helical multi-slice CT scanner. Each standard was scanned 5 times in different media: porcine soft tissue, water, and air. Calibrated densities were highly repeatable (CV<3.5%). No difference in density was observed between water and soft tissue conditions (p>0.08). This work provides a model for determining repeatable scanner-specific density calibration, demonstrates that the linear relationship between Hounsfield units and density extends to values typical of cortical bone, and supports the practice of imaging calibration standards in an environment similar to that of the target bone.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,280
Score d'incertitude au seuil0,257

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
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)0,0000,000

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 Opus0,004
Tête enseignante GPT0,225
Écart entre enseignants0,221 · 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 tête enseignante, 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

Citations11
Publié2013
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAdvances in Biomechanics and ApplicationsMême sujetAdvanced X-ray and CT ImagingTravaux en français237 207