Asymmetry Assessment Using Surface Topography in Healthy Adolescents
Notice bibliographique
Résumé
The ability to assess geometric asymmetry in the torsos of individuals is important for detecting Adolescent Idiopathic Scoliosis (AIS). A markerless technique using Surface Topography (ST) has been introduced as a non-invasive alternative to standard diagnostic radiographs. The technique has been used to identify asymmetry patterns associated with AIS. However, the presence and nature of asymmetries in the healthy population has not been properly studied. The purpose of this study is therefore to identify asymmetries and potential relationships to development factors such as age, gender, hand dominance and unilateral physical activity in healthy adolescents. Full torso scans of 83 participants were analyzed. Using Geomagic, deviation contour maps (DCMs) were created by reflecting the torso along the best plane of sagittal symmetry with each spectrum normalized. Two classes of asymmetry were observed: twist and thickness each with subgroupings. Averaged interobserver and intraobserver Kappas for twist subgroupings were 0.84 and 0.84, respectively, and for thickness subgroupings were 0.53 and 0.63 respectively. Further significant relationships were observed between specific types of asymmetry and gender such as females displaying predominately twist asymmetry, and males with thickness asymmetry. However, no relationships were found between type of asymmetry and age, hand dominance or unilateral physical activity. Understanding asymmetries in healthy subjects will continue to enhance assessment ability of the markerless ST technique.
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 | 0,001 |
| 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 ».