MétaCan
Menu
Retour à la cohorte
Enregistrement W2110683084 · doi:10.1120/jacmp.v9i4.2710

Edge‐detection of the radiation field in double exposure portal images using a curve propagation algorithm

2008· article· en· W2110683084 sur OpenAlexafffund
Patricia Lasserre, Bryce Cutt, James Moffat

Notice bibliographique

RevueJournal of Applied Clinical Medical Physics · 2008
Typearticle
Langueen
DomaineMedicine
ThématiqueMedical Imaging Techniques and Applications
Établissements canadiensOkanagan University CollegeUniversity of British Columbia, Okanagan CampusUniversity of British Columbia
Organismes subventionnairesBC Cancer Agency
Mots-clésThresholdingFast marching methodComputationComputer scienceField (mathematics)Computer visionAlgorithmEdge detectionRadiationArtificial intelligenceImage processingMathematicsImage (mathematics)OpticsPhysics

Résumé

récupéré en direct d'OpenAlex

An accurate detection of the radiation field is crucial to 3D conformal radiotherapy (3D-CRT). Automated techniques to detect the field edges on double exposure portal images have previously focused on thresholding techniques. In this paper, we present a new approach based on a curve propagation technique (the Fast Marching method) which proves to be more effective at detecting the radiation field than its thresholding counterpart. The comparison of both techniques in terms of computational speed and effectiveness of the detection is presented using complex images with non-homogeneous intensity levels inside the radiation field, and gradual variations in intensity level at the field boundaries. Results show that our Fast Marching method is easier to automate, and converges faster to the boundaries of the segmented radiation field. The computation time of the Fast Marching technique is five times faster in typical portal images.

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)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Autre devis · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,942
Score d'incertitude au seuil0,479

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,001
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 recherche0,0000,001
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 Opus0,049
Tête enseignante GPT0,372
Écart entre enseignants0,323 · 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'étudeAutre devis
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

Citations2
Publié2008
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of Applied Clinical Medical PhysicsMême sujetMedical Imaging Techniques and ApplicationsTravaux en français237 207