MétaCan
Menu
Retour à la cohorte
Enregistrement W2123045964 · doi:10.1109/iwbp.2011.5954806

The role of optical tissue phantom in verification and validation of medical imaging devices

2011· article· en· W2123045964 sur OpenAlexaff
Jean‐Pierre Bouchard, Isabelle Noiseux, Israël Veilleux, Ozzy Mermut

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineMedicine
ThématiqueOptical Imaging and Spectroscopy Techniques
Établissements canadiensInstitut National d'Optique
Organismes subventionnairesnon disponible
Mots-clésTraceabilityImaging phantomConsistency (knowledge bases)Computer scienceMedical physicsSystems engineeringRisk analysis (engineering)Artificial intelligenceMedicineEngineeringNuclear medicineSoftware engineering

Résumé

récupéré en direct d'OpenAlex

Optical tissue phantoms are very important tools for the development of biomedical imaging applications. They play an important role from proof of concept to clinical trials. Optical phantoms are often used as reference materials against which instruments results can be compared. It is therefore important that the optical properties of reference phantoms be measured in a manner that is traceable to the international system of units. SI traceability insures long term consistency of results and will therefore improve the effectiveness of diffuse optics research effort more effective by reducing unwanted variability in the data produced and shared by the community. The ultimate benefit of SI traceability is the reduction of variability in the data produced by novel diagnostic devices, which will in turn increase the statistical power of clinical trials aiming at validating their clinical usefulness. SI traceability, which implies uncertainty analysis, is also relevant to traceability aspects mandated by FDA's Good Manufacturing Practices.

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)0,071
score de la tête « metaresearch » (Gemma)0,100
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,071
Score d'incertitude au seuil0,374

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0710,100
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0030,001
Études des sciences et des technologies0,0010,005
Communication savante0,0040,003
Science ouverte0,0030,003
Intégrité de la recherche0,0030,002
Charge utile insuffisante (le modèle a refusé de juger)0,0020,001

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 GPT0,328
Écart entre enseignants0,313 · 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'étudeExpérimental (laboratoire)
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

Citations6
Publié2011
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetOptical Imaging and Spectroscopy TechniquesTravaux en français237 207