MétaCan
Menu
Retour à la cohorte
Enregistrement W2078046983 · doi:10.1117/12.2007982

Simulation study of cone beam CT for visualizing cell clusters in breast biopsies

2013· article· en· W2078046983 sur OpenAlexaff
Curtis Laamanen, R. J. LeClair

Notice bibliographique

RevueProceedings of SPIE, the International Society for Optical Engineering/Proceedings of SPIE · 2013
Typearticle
Langueen
DomaineMedicine
ThématiqueMedical Imaging Techniques and Applications
Établissements canadiensLaurentian University
Organismes subventionnairesnon disponible
Mots-clésCone beam ctOpticsBeam (structure)Materials scienceComputer sciencePhysicsMedicineComputed tomographyRadiology

Résumé

récupéré en direct d'OpenAlex

The feasibility of cone beam CT (CBCT) for differentiating normal epithelium from invasive carcinoma is investigated via a simulation study. The phantom consisted of a 5 mm long 5mm diameter cylinder of a 50:50 mixture of fibrous and fatty tissue. Normal epithelium and invasive carcinoma were each modeled as epithelium and connective tissue compartments with respective cross-sectional dimensions of 158 by 161 μm and 131 by 161 μm . For normal epithelium, 125 cells were placed in the compartments with a higher concentration in the basal layer. For the invasive carcinoma, 314 cells were spread out sporadically. Cells were modeled as 5.67 μm diameter spheres. The attenuation coefficients used in the simulation were those of fat for epithelium, 80:20 mixture of fibrous and fat for the connective tissue and water for cells. A point source and 50 μm detector pixels were assumed. Scatter from the phantom is negligible and was neglected. Three hundred projections were acquired at magnification 10 in vacuum using a 26 kV spectrum. The preliminary study suggest a potential application of CBCT for visualizing cell clusters. The contrast was slightly improved by using a 5 to 10 keV uniform spectrum.

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)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,017
Score d'incertitude au seuil0,034

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
Science ouverte0,0010,000
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 Opus0,017
Tête enseignante GPT0,284
Écart entre enseignants0,267 · 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

Citations1
Publié2013
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueProceedings of SPIE, the International Society for Optical Engineering/Proceedings of SPIEMême sujetMedical Imaging Techniques and ApplicationsTravaux en français237 207