Human Hip Joint Cartilage: MRI Quantitative Thickness and Volume Measurements Discriminating Acetabulum and Femoral Head
Notice bibliographique
Résumé
This paper aims at developing a quantitative system for measuring human hip cartilage thickness and volume using magnetic resonance imaging (MRI). A new MRI-acquisition technique, named axial rotation, where the acquisition planes are organized around a virtual axis, was used. The MRI protocol consists of a 2-D multiple-echo data image combination (MEDIC) using water excitation. Inner and outer interface contours of acetabulum and femoral head cartilage are obtained using a semiautomated 3-D segmentation method and combined to form 3-D surfaces. A local spherical coordinate system computed from the original contours enables cartilage thickness and volume computation. An anatomical labeling is performed automatically for thickness and volume measurements in predefined subregions: inferior, anterior, superior, and posterior. A registration module is introduced allowing the assessment of cartilage changes over time. Validation of the system was conducted with three protocols each involving data obtained from nine subjects: 1) registration process accuracy; 2) intrareader reproducibility; and 3) intervisit coefficient of variation. Data showed excellent correlation coefficients for either the intrareader (r>or=0.0942, p<0.0001 ) or intervisit (r>or=0.0837, p<0.005) protocols. This noninvasive system, which enables the quantification of cartilage thickness and volume in the human hip joint using MRI, is the first to discriminate the acetabular and femoral head cartilage throughout the entire hip without the use of an external device, and to implement hip registration for follow-up studies on the same subject.
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 | 0,000 |
| 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 ».