Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Ultrasound is an inexpensive and widely used imaging modality for the diagnosis and staging of a number of diseases. In the past two decades, it has benefited from major advances in technology and has become an indispensable imaging modality, due to its flexibility and non-invasive character. In the last decade, research investigators and commercial companies have further advanced ultrasound imaging with the development of 3D ultrasound. This new imaging approach is rapidly achieving widespread use with numerous applications. The major reason for the increase in the use of 3D ultrasound is related to the limitations of 2D viewing of 3D anatomy, using conventional ultrasound. This occurs because: (a) Conventional ultrasound images are 2D, yet the anatomy is 3D, hence the diagnostician must integrate multiple images in his mind. This practice is inefficient, and may lead to variability and incorrect diagnoses. (b) The 2D ultrasound image represents a thin plane at some arbitrary angle in the body. It is difficult to localize the image plane and reproduce it at a later time for follow-up studies. In this review article we describe how 3D ultrasound imaging overcomes these limitations. Specifically, we describe the developments of a number of 3D ultrasound imaging systems using mechanical, free-hand and 2D array scanning techniques. Reconstruction and viewing methods of the 3D images are described with specific examples. Since 3D ultrasound is used to quantify the volume of organs and pathology, the sources of errors in the reconstruction techniques as well as formulae relating design specification to geometric errors are provided. Finally, methods to measure organ volume from the 3D ultrasound images and sources of errors are described.
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.
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) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 découle