Computerized Automated Quantification of Subcutaneous and Visceral Adipose Tissue From Computed Tomography Scans: Development and Validation Study
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
BACKGROUND: Computed tomography (CT) is often viewed as one of the most accurate methods for measuring visceral adipose tissue (VAT). However, measuring VAT and subcutaneous adipose tissue (SAT) from CT is a time-consuming and tedious process. Thus, evaluating patients' obesity levels during clinical trials using CT scans is both cumbersome and limiting. OBJECTIVE: To describe an image-processing-based and automated method for measuring adipose tissue in the entire abdominal region. METHODS: The method detects SAT and VAT levels using a separation mask based on muscles of the human body. The separation mask is the region that minimizes the unnecessary space between a closed path and muscle area. In addition, a correction mask, based on bones, corrects the error in VAT. RESULTS: To validate the method, the volume of total adipose tissue (TAT), SAT, and VAT were measured for a total of 100 CTs using the automated method, and the results compared with those from manual measurements obtained by 2 experts. Dice's similarity coefficients (DSCs) between the first manual measurement and the automated result for TAT, SAT, and VAT are 0.99, 0.98, and 0.97, respectively. The DSCs between the second manual measurement and the automated result for TAT, SAT, and VAT are 0.98, 0.98, and 0.97, respectively. Moreover, intraclass correlation coefficients (ICCs) between the automated method and the results of the manual measurements indicate high reliability as the ICCs for the items are all .99 (P<.001). CONCLUSIONS: The results described in this paper confirm the accuracy and reliability of the proposed method. The method is expected to be both convenient and useful in the clinical evaluation and study of obesity in patients who require SAT and VAT measurements.
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) | 0,000 | 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 découle