Real‐time sonography to estimate muscle thickness: Comparison with MRI and CT
Notice bibliographique
Résumé
PURPOSE: We investigated the feasibility of using real-time sonography to measure muscle thickness. Clinically, this technique would be used to measure the thickness of human muscles in which intramuscular microstimulators have been implanted to treat or prevent disuse atrophy. METHODS: Porcine muscles were implanted with microstimulators and imaged with sonography, MRI, and CT to assess image artifacts created by the microstimulators and to design protocols for image alignment between methods. Sonography and MRI were then used to image the deltoid and supraspinatus muscles of 6 healthy human subjects. RESULTS: Microstimulators could be imaged with all 3 methods, producing only small imaging artifacts. Muscle-thickness measurements agreed well between methods, particularly when external markers were used to precisely align the imaging planes. The correlation coefficients for sonographic and MRI measurements were 0.96 for the supraspinatus and 0.97 for the deltoid muscle. Repeated sonographic measurements had a low coefficient of variation: 2.3% for the supraspinatus and 3.1% for the deltoid muscle. CONCLUSIONS: Real-time sonography is a relatively simple and inexpensive method of accurately measuring muscle thickness as long as the operator adheres to a strict imaging protocol and avoids excessive pressure with the transducer.
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 | 0,001 | 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 ».