MétaCan
Menu
Retour à la cohorte
Enregistrement W208408552 · doi:10.1096/fasebj.23.1_supplement.298.5

Development of a 4‐dimensional model of the human heart using cardiac CT data

2009· article· en· W208408552 sur OpenAlexaff
Harold Yim, Bob Kiaii

Notice bibliographique

RevueThe FASEB Journal · 2009
Typearticle
Langueen
DomaineEngineering
ThématiqueAnatomy and Medical Technology
Établissements canadiensLondon Health Sciences CentreWestern University
Organismes subventionnairesnon disponible
Mots-clésComputer scienceHeartbeatSegmentationHuman heartArtificial intelligenceVisualizationZoomVoxelStereoscopyComputer visionHuman anatomyComputer graphics (images)AnatomyMedicineCardiologyBiology

Résumé

récupéré en direct d'OpenAlex

A new and interactive model for presenting human anatomy may allow students, instructors, and clinicians to better understand and integrate knowledge of the body. The aim is to create an anatomically correct three‐dimensional (3‐D) model of a human heart that will be able to rhythmically contract with time, resulting in a four‐dimensional (4‐D) heart model. ECG‐gated cardiac computed tomography (CCT) scans taken at ten time phases (5%‐95%, at 10% intervals) were processed by 3‐D visualization and modeling software (AMIRA). Using manual and automatic segmentation techniques, voxels with gray scale values representing different parts of the heart anatomy were selected and compiled to create the model. A model was constructed for each heartbeat phase, and all phase models were consolidated into one dynamic moving model. The resulting stereoscopic 4‐D model will retain the structure of the original anatomy. An effort will be made to detect any pathological anomalies in the patient using the model. It will feature interactive and explorative capability, eg. zooming in/out, addition and removal of different areas of the heart anatomy, and alteration of model opacity for better viewing of inner compartments. Grant Funding Source Internal

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 enseignants0,334
Score d'incertitude au seuil0,125

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 Opus0,053
Tête enseignante GPT0,277
Écart entre enseignants0,223 · 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

Citations0
Publié2009
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueThe FASEB JournalMême sujetAnatomy and Medical TechnologyTravaux en français237 207