An objective approach to digital removal of saccular aneurysms: technique and applications
Notice bibliographique
Résumé
Human studies of haemodynamic factors in the pathogenesis of cerebral aneurysms require knowledge of the pre-aneurysmal vasculature. This paper presents an objective and automated technique to digitally remove an aneurysm and reconstruct the parent artery, based on lumen geometries segmented from angiographic images. Relying on robust computational geometry concepts, notably Voronoi diagrams of the digitised lumen surface, the aneurysm attachment region is first defined objectively using lumen centrelines. Centrelines within this region are replaced by smooth interpolations, which then guide the interpolation of Voronoi points within the attachment region. Combined with Voronoi points from outside the attachment region, the parent artery lumen, without the aneurysm, can be reconstructed. Plausible reconstructions were obtained, automatically, for a set of 10 side-wall or terminal aneurysms, of various sizes and shapes, from the ANEURISK project data set. Application of image-based computational fluid dynamics analysis to a five side-wall aneurysm cases data set revealed an association between the recently proposed gradient oscillatory number (GON) and the site of aneurysm formation in four of five cases; however, elevated GON was also evident at non-aneurysmal sites. A potential application to the automated delineation of aneurysms for morphological characterisations is also suggested. The proposed approach may serve as a broad platform for investigating haemodynamic and morphological factors in aneurysm initiation, rupture and therapy in a way amenable to large-scale clinical studies or routine clinical use. Nevertheless, while the parent artery reconstructions are plausible, it remains to be proven that they are faithful representations of the pre-aneurysmal artery.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
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 tête enseignante, 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 ».