MétaCan
Menu
Retour à la cohorte
Enregistrement W2162865737 · doi:10.1109/tbme.2008.2001125

Articulated Spine Models for 3-D Reconstruction From Partial Radiographic Data

2008· article· en· W2162865737 sur OpenAlexaff
Jonathan Boisvert, Farida Chériet, Xavier Pennec, Hubert Labelle, Nicholas Ayache

Notice bibliographique

RevueIEEE Transactions on Biomedical Engineering · 2008
Typearticle
Langueen
DomaineEngineering
ThématiqueMedical Imaging and Analysis
Établissements canadiensCentre Hospitalier Universitaire Sainte-JustinePolytechnique Montréal
Organismes subventionnairesnon disponible
Mots-clésReprojection errorMahalanobis distanceArtificial intelligenceTriangulationComputer scienceRadiographyData setStatistical modelComputer visionMathematicsImage (mathematics)GeometryMedicineRadiology

Résumé

récupéré en direct d'OpenAlex

Three-dimensional models of the spine are extremely important to the assessment of spinal deformities. However, it could be difficult in practical situations to obtain enough accurate information to reconstruct complete 3-D models. This paper presents a set of methods to rebuild complete models either from partial 3-D models or from 2-D landmarks. The spine was modeled as an articulated object to take advantage of its natural anatomical variability. A statistical model of the vertebrae and spine shape was first derived. Then, complete models were computed by finding the articulated spine descriptions that were consistent with the observations while optimizing the prior probability given by the statistical model. The observations used were the absolute positions, orientations, and shapes of the vertebrae when a partial 3-D model was available. The reconstruction of 3-D spine models from 2-D landmarks identified on radiograph(s) was performed by minimizing the Mahalanobis distance and the landmarks reprojection error. The vertebrae estimated from partial models were within 2 mm of the measured values (which is comparable to the accuracy of currently used methods) if at least 25% of the vertebrae were available. Experiments also suggest that the reconstruction from posterior-anterior and lateral radiographs using the proposed method is more accurate than the conventional triangulation method.

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)0,001
score de la tête « metaresearch » (Gemma)0,005
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Méthodes · Signal consensuel: Méthodes
Score de désaccord entre enseignants0,003
Score d'incertitude au seuil0,008

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,005
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,002
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,001
Communication savante0,0010,001
Science ouverte0,0010,002
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0020,002

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 Opus0,031
Tête enseignante GPT0,223
Écart entre enseignants0,192 · 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'étudeSimulation ou modélisation
Domainenon disponible
GenreMéthodes

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations45
Publié2008
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueIEEE Transactions on Biomedical EngineeringMême sujetMedical Imaging and AnalysisTravaux en français237 207