MétaCan
Menu
Retour à la cohorte
Enregistrement W2077593871 · doi:10.1118/1.3471020

Deformable image registration of heterogeneous human lung incorporating the bronchial tree

2010· article· en· W2077593871 sur OpenAlexafffund
Adil Al‐Mayah, Joanne Moseley, Shannon Hunter, Kristy K. Brock

Notice bibliographique

RevueMedical Physics · 2010
Typearticle
Langueen
DomaineComputer Science
ThématiqueMedical Image Segmentation Techniques
Établissements canadiensPrincess Margaret Cancer Centre
Organismes subventionnairesNational Institutes of HealthTerry Fox FoundationNational Cancer InstituteCancer Care Ontario
Mots-clésHyperelastic materialImage registrationElasticity (physics)Finite element methodHuman lungLungVoxelTree (set theory)MathematicsMedicineBiomedical engineeringRadiologyMaterials scienceImage (mathematics)PhysicsComputer scienceMathematical analysisArtificial intelligenceComposite material

Résumé

récupéré en direct d'OpenAlex

PURPOSE: To investigate the effect of the bronchial tree on the accuracy of biomechanical-based deformable image registration of human lungs. METHODS: Three dimensional finite element models have been developed using four dimensional computed tomography image data of ten lung cancer patients. Each model is built of a body, left and right lungs, tumor, and bronchial trees. Triangular shell elements are used for the bronchial trees while tetrahedral elements are used for other components. Hyperelastic material properties based on experimental investigation on human lungs are used for the lung parenchyma. Different material properties are assigned for the bronchial tree using five values for the modulus of elasticity of 0.01, 0.12, 0.5, 10, and 18 MPa. Lungs are modeled to slide inside chest cavities by applying frictionless contact surfaces between each lung and corresponding chest cavity. The accuracy of the models is examined using an average of 40 bronchial bifurcation points identified on inhale and exhale images. Relative accuracy is evaluated by comparing the displacement of all nodes within the lungs as well as the dosimetric difference at the exhale position predicted by the model. RESULTS: There is no significant effect of bronchial tree on the model accuracy based on the bifurcation points analysis. However, on the local level, using an average of 38 000 nodes, there is a maximum difference of 8.5 mm in the deformation of the bronchial trees, as the modulus of elasticity of the bronchial trees increases from 0.01 to 18 MPa; however, more than 96% of nodes are within a 2.5 mm difference in each direction. The average dose difference at the predicted exhale position is less than 35 cGy between the models. CONCLUSIONS: The bronchial tree has little effect on the global deformation and the accuracy of deformable image registration of lungs. Hence, the homogenous model is a reasonable assumption. Since there are some local deformation differences between nodes as the material properties of the bronchial tree change that may affect the accuracy of dosimetric results, heterogeneity may be required for a smaller scale modeling of lungs.

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)0,001
score de la tête « metaresearch » (Gemma)0,004
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,006

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,004
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0000,000
Intégrité de la recherche0,0010,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,012
Tête enseignante GPT0,288
Écart entre enseignants0,276 · 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'étudeSimulation ou modélisation
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

Citations42
Publié2010
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueMedical PhysicsMême sujetMedical Image Segmentation TechniquesTravaux en français237 207