Realtime Ultrasound Prostate Young’s Modulus Reconstruction Technique Using a Full Inversion Approach
Notice bibliographique
Résumé
In this work, we present a real-time prostate elastography reconstruction technique which incorporates an accelerated method of tissue stress calculation in its algorithms. The accelerated FE method uses a database of prostate-tumor configurations obtained from imaging. These configurations undergoing specific mechanical loading, e.g. US probe, are modeled and analyzed using conventional FEM to obtain the corresponding stress fields. Principal component analysis (PCA) is used to obtain the main modes of shape and stress fields. As such, the shape and stress fields can be described by these main modes weighted by a small number of weight factors. Next, an efficient mapping technique is developed to relate the weight factors of shape to those of the stress fields. We used Artificial Neural Network (ANN) and PCA based regression for this mapping. Once the mapping function is obtained it can be used for analyzing prostate shapes not included in the database. For a typical prostate, our results indicate that analysis using our technique takes less than 0.1 seconds on a desktop computer irrespective of the model size, while the maximum stress error is less than 5% per element. This mapping is then used for our novel real-time Young’s modulus reconstruction technique in which prostate and tumor moduli are updated iteratively using strain images acquired from an ultrasound imaging system and stress field estimated with the proposed method. Results of elastography show that relative Young’s moduli can be reconstructed fairly accurately.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,001 |
| 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 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 0,001 |
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 source (Gemma direct ou Codex distillé), 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 ».