MétaCan
Menu
Retour à la cohorte
Enregistrement W2093495347 · doi:10.1109/tmi.2012.2200904

Impact of Model Shape Mismatch on Reconstruction Quality in Electrical Impedance Tomography

2012· article· en· W2093495347 sur OpenAlex

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.

Notice bibliographique

RevueIEEE Transactions on Medical Imaging · 2012
Typearticle
Langueen
DomaineEngineering
ThématiqueElectrical and Bioimpedance Tomography
Établissements canadiensCarleton University
Organismes subventionnairesEngineering and Physical Sciences Research Council
Mots-clésElectrical impedance tomographyIterative reconstructionModality (human–computer interaction)TomographyComputer scienceComputer visionReconstruction algorithmArtificial intelligenceElectrical impedanceAlgorithmImage qualityMedical imagingImage (mathematics)RadiologyPhysicsMedicine

Résumé

récupéré en direct d'OpenAlex

Electrical impedance tomography (EIT) is a low-cost, noninvasive and radiation free medical imaging modality for monitoring ventilation distribution in the lung. Although such information could be invaluable in preventing ventilator-induced lung injury in mechanically ventilated patients, clinical application of EIT is hindered by difficulties in interpreting the resulting images. One source of this difficulty is the frequent use of simple shapes which do not correspond to the anatomy to reconstruct EIT images. The mismatch between the true body shape and the one used for reconstruction is known to introduce errors, which to date have not been properly characterized. In the present study we, therefore, seek to 1) characterize and quantify the errors resulting from a reconstruction shape mismatch for a number of popular EIT reconstruction algorithms and 2) develop recommendations on the tolerated amount of mismatch for each algorithm. Using real and simulated data, we analyze the performance of four EIT reconstruction algorithms under different degrees of shape mismatch. Results suggest that while slight shape mismatch is well tolerated by all algorithms, using a circular shape severely degrades their performance.

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.

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: Simulation ou modélisation · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,928
Score d'incertitude au seuil0,845

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
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 Opus0,015
Tête enseignante GPT0,290
Écart entre enseignants0,274 · 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