MétaCan
Menu
Retour à la cohorte
Enregistrement W2138582281 · doi:10.1109/tbme.2004.827537

Three-Dimensional (3-D) Reconstruction of the Spine From a Single X-Ray Image and Prior Vertebra Models

2004· article· en· W2138582281 sur OpenAlexaff
Justin Novosad, Farida Chériet, Yvan Petit, Hubert Labelle

Notice bibliographique

RevueIEEE Transactions on Biomedical Engineering · 2004
Typearticle
Langueen
DomaineMedicine
ThématiqueScoliosis diagnosis and treatment
Établissements canadiensÉcole de Technologie SupérieurePolytechnique MontréalCentre Hospitalier Universitaire Sainte-Justine
Organismes subventionnairesnon disponible
Mots-clésVertebraIterative reconstructionCalibrationA priori and a posterioriRadiographyArtificial intelligence3D reconstructionComputer visionComputer scienceScoliosisAlgorithmMathematicsMedicineRadiologySurgery

Résumé

récupéré en direct d'OpenAlex

The lateral bending test is routinely used by clinicians for the preoperative assessment of spinal mobility. The evaluation of bending motion is usually based on the qualitative analysis of a two-dimensional (2-D) antero-posterior X-ray image. The aim of this paper is to introduce a novel three-dimensional (3-D) reconstruction technique that is a prerequisite for the quantitative 3-D analysis of lateral bending motion. An algorithm was developed for the 3-D reconstruction of the spine from a single X-ray image. The X-ray is calibrated using a small calibration object and an explicit calibration algorithm. The information contained in the single X-ray is completed by registering a priori 3-D geometric models of individual vertebrae. Part of the error yielded by the 3-D/2-D registration is corrected by a vertebral alignment constraint that aims to minimize intervertebral dislocations. Three-dimensional models of 15 different scoliosis patients, obtained from a standard stereo-radiographic 3-D reconstruction, were used in simulation and validation experiments. Experimental results show that the new method is robust and accurate. With pessimistic levels of simulated noise, the average root mean square reconstruction error is 2.89 mm, which is appropriate for common clinical applications.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut 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: Empirique
Score de désaccord entre enseignants0,302
Score d'incertitude au seuil0,376

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
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 recherche0,0000,000
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 Opus0,014
Tête enseignante GPT0,218
Écart entre enseignants0,204 · 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'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

Citations37
Publié2004
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueIEEE Transactions on Biomedical EngineeringMême sujetScoliosis diagnosis and treatmentTravaux en français237 207