Quantifying trabecular bone material anisotropy and orientation using low resolution clinical CT images: A feasibility study
Notice bibliographique
Résumé
Accounting for spatial variation of trabecular material anisotropy and orientation can improve the accuracy of quantitative computed tomography-based finite element (FE) modeling of bone. The objective of this study was to investigate the feasibility of quantifying trabecular material anisotropy and orientation using clinical computed tomography (CT). Forty four cubic volumes of interest were obtained from micro-CT images of the human radius. Micro-FE modeling was performed on the samples to obtain orthotropic stiffness entries as well as trabecular orientation. Simulated computed tomography images (0.32, 0.37, and 0.5mm isotropic voxel sizes) were created by resampling micro-CT images with added image noise. The gray-level structure tensor was used to derive fabric eigenvalues and eigenvectors in simulated CT images. For 'best case' comparison purposes, Mean Intercept Length was used to define fabric from micro-CT images. Regression was used in combination with eigenvalues, imaged density and FE to inversely derive the constants used in Cowin and Zysset-Curnier fabric-elasticity equations, and for comparing image derived fabric-elasticity stiffness entries to those obtained using micro-FE. Image derived eigenvectors (which indicated trabecular orientation) were then compared to orientation derived using micro-FE. When using clinically available voxel sizes, gray-level structure tensor derived fabric combined with Cowin's equations was able to explain 94-97% of the variance in orthotropic stiffness entries while Zysset-Curnier equations explained 82-88% of the variance in stiffness. Image derived orientation deviated by 4.4-10.8° from micro-FE derived orientation. Our results indicate potential to account for spatial variation of trabecular material anisotropy and orientation in subject-specific finite element modeling of bone using clinically available CT.
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 | 0,001 | 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 | 0,000 |
| 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 ».