MétaCan
Menu
Retour à la cohorte
Enregistrement W2095822213 · doi:10.1109/iembs.2009.5335349

Longitudinal strain estimation in incompressible cylindrical tissues from magnetic resonance imaging

2009· article· en· W2095822213 sur OpenAlexaff
Qi Wei, Dinesh K. Pai

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineEngineering
ThématiqueElasticity and Material Modeling
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesNational Institute of Neurological Disorders and Stroke
Mots-clésDeformation (meteorology)Magnetic resonance imagingCompressibilityNoise (video)Constraint (computer-aided design)Soft tissueComputer sciencePhysicsMedical imagingComputer visionImage (mathematics)AcousticsArtificial intelligenceGeometryMathematicsMechanics

Résumé

récupéré en direct d'OpenAlex

In this paper, we present a simple approach for estimating the average longitudinal strains from models reconstructed from medical images. It can be used for many incompressible generalized cylindrical tissues, such as tendons, ligaments, and fusiform muscles; the major deformation directions of these soft tissues are along the longitudinal axes. The method is especially useful when pre- and post-deformation tissue correspondences are difficult to establish directly from images for various reasons, such as insufficient image resolution, homogenous image intensity, and noise. Incompressibility, which is accepted as a good approximation for soft tissues, is exploited as a constraint on the tissue deformation. Experiments with Magnetic Resonance Imaging (MRI) of tissue phantoms and computer simulations show that the method is accurate and practical even in the presence of noise. Finally, we demonstrate the usefulness of our approach on studying extraocular muscle deformation.

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)0,002
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: aucune
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,003

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0010,001
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 Opus0,012
Tête enseignante GPT0,237
Écart entre enseignants0,225 · 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

Citations0
Publié2009
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetElasticity and Material ModelingTravaux en français237 207