MétaCan
Menu
Retour à la cohorte
Enregistrement W2318713173 · doi:10.1097/00004728-200211000-00027

Computer-Aided Detection of Polyps in a Colon Phantom: Effect of Scan Orientation, Polyp Size, Collimation, and Dose

2002· article· en· W2318713173 sur OpenAlexaff
Shuo-Hung Ling, Ronald M. Summers, Murray H. Loew, Cynthia H. McCollough, C. Daniel Johnson

Notice bibliographique

RevueJournal of Computer Assisted Tomography · 2002
Typearticle
Langueen
DomaineMedicine
ThématiqueColorectal Cancer Screening and Detection
Établissements canadiensWind Energy Institute of Canada
Organismes subventionnairesnon disponible
Mots-clésImaging phantomMedicineCollimated lightScannerNuclear medicineOrientation (vector space)Computed tomographicColonoscopyTomographyHelical scanRADIUSRadiologyComputed tomographyOpticsPhysicsGeometry

Résumé

récupéré en direct d'OpenAlex

PURPOSE: To determine the importance of polyp size, orientation to the scan plane, collimation, scanner type (single or multislice helical), and radiation dose on computed tomography (CT) colonography computer-aided detection. MATERIALS AND METHODS: Eight tissue-equivalent simulated polyps were placed into the interior of an air-filled acrylic tube placed within a water-filled box. Their sizes, expressed by diameter and height in millimeters, were 10 x 10, 10 x 7, 10 x 5, 10 x 3, 7 x 7, 7 x 5, 7 x 3, and 5 x 5. Detection of the polyps was performed by applying our prototype automated polyp detector software to 48 CT colonography data sets of the phantom acquired with different CT scanner settings. RESULTS: We detected at least six of the eight polyps in 47 of 48 experiments. The two most frequently undetected polyps (7 x 7 and 5 x 5) had extreme eccentricity (their height was twice the radius of the base) and were most commonly missed for 90 degrees tube orientation, 5-mm collimation, and high table speed. False-positive detections occurred in only 5 of 48 experiments. CONCLUSION: Clinically significant 10-mm polyps can be detected with 100% sensitivity in all orientations, doses, collimations, and modes that we examined.

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)0,010
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,005

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,010
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0010,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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.

Tête enseignante Opus0,009
Tête enseignante GPT0,249
Écart entre enseignants0,239 · 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'étudeExpérimental (laboratoire)
Domainenon disponible
GenreEmpirique

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

En bref

Citations9
Publié2002
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Computer Assisted TomographyMême sujetColorectal Cancer Screening and DetectionTravaux en français237 207