Po‐Thur Eve General‐26: Tracking intraprostatic volumes for determining non‐linear warping algorithm variability
Notice bibliographique
Résumé
Magnetic resonance spectroscopy imaging (MRSI) is becoming routinely used for diagnosis and treatment planning of prostate cancer. MRSI provides physicians and physicists with information related to metabolic activity of tissues within the prostate. During the MRSI data acquisition, an endorectal radio frequency coil is utilized to boost signal strength in the localized volume, and brings about a ∼10 fold increase in the signal to noise ratio. A challenge exist is using the MRSI data collected using the endorectal coil technique. The endorectal coil, while crucially important to data acquisition, is filled with approximately with ∼100cc's of air. This pushes the prostate superiorly/anteriorly, deforming the prostate and consequently the spectroscopic imaging data in a non‐linear manner. In this application, the coil‐deformed MRS images are warped back to a non‐deformed state, using a single data set. A non‐linear warping algorithm is presented to achieve this. For this case study, physicians were able to contour both the total prostate volume, and intraprostatic nodules. While choosing anatomical tie points along the external prostate surface (needed for the non‐linear warping algorithm), analysis of the nodules revealed the algorithm accuracy ranges from 63–93%. While the algorithm accuracy itself, when reproducing the total prostate volume, achieved an accuracy of 97%.
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 | 0,002 | 0,007 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,006 | 0,002 |
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 ».