Mesh Adaptation for Improving Elasticity Reconstruction Using the FEM Inverse Problem
Notice bibliographique
Résumé
The finite element method is commonly used to model tissue deformation in order to solve for unknown parameters in the inverse problem of viscoelasticity. Typically, a (regular-grid) structured mesh is used since the internal geometry of the domain to be identified is not known a priori. In this work, the generation of problem-specific meshes is studied and such meshes are shown to significantly improve inverse-problem elastic parameter reconstruction. Improved meshes are generated from axial strain images, which provide an approximation to the underlying structure, using an optimization-based mesh adaptation approach. Such strain-based adapted meshes fit the underlying geometry even at coarse mesh resolutions, therefore improving the effective resolution of the reconstruction at a given mesh size/complexity. Elasticity reconstructions are then performed iteratively using the reflective trust-region method for optimizing the fit between estimated and observed displacements. This approach is studied for Young's modulus reconstruction at various mesh resolutions through simulations, yielding 40%-72% decrease in root-mean-square reconstruction error and 4-52 times improvement in contrast-to-noise ratio in simulations of a numerical phantom with a circular inclusion. A noise study indicates that conventional structured meshes with no noise perform considerably worse than the proposed adapted meshes with noise levels up to 20% of the compression amplitude. A phantom study and preliminary in vivo results from a breast tumor case confirm the benefit of the proposed technique. Not only conventional axial strain images but also other elasticity approximations can be used to adapt meshes. This is demonstrated on images generated by combining axial strain and axial-shear strain, which enhances lateral image contrast in particular settings, consequently further improving mesh-adapted reconstructions.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 source (Gemma direct ou Codex distillé), 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 ».