MétaCan
Menu
← Retour à la cohorte
Enregistrement W2511218519 · doi:10.1118/1.4961784

Poster ‐ 10: QA of Ultrasound Images for Prostate Brachytherapy

2016· article· en· W2511218519 sur OpenAlexaff
Stanislaw Szpala, Kirpal Kohli

Notice bibliographique

RevueMedical Physics · 2016
Typearticle
Langueen
DomainePhysics and Astronomy
ThématiqueAdvanced Radiotherapy Techniques
Établissements canadiensUniversity of the Fraser Valley
Organismes subventionnairesnon disponible
Mots-clésImaging phantomImage qualityUltrasoundBrachytherapyProstateProstate brachytherapyMedicineNuclear medicineQuality assuranceSignal-to-noise ratio (imaging)Computer scienceMedical physicsArtificial intelligenceRadiologyImage (mathematics)CancerTelecommunicationsRadiation therapy

Résumé

récupéré en direct d'OpenAlex

Purpose: The current QA protocol of ultrasound systems used in prostate brachytherapy (TG128) addresses geometrical verifications, but the scope of evaluation of image quality is limited. We recognized importance of the latter in routine practice, and designed a protocol for QA of the images. Methods: Images of an ultrasound prostate phantom (CIRS053) were collected with BK Flex Focus 400. The images were saved as bmp after adjusting the gain to 50% for consistent results. Mean pixel values and signal to noise ratio were inspected in the representative sections of the phantom, including the mock prostate and the unechoic medium. Constancy of these numbers over a one year period was looked at. Results: The typical intensity in the mock prostate region in the transverse images ranged between 95 and 118 (out of 256), and the signal to noise was about 10. The intensity in the urethra region was about 170±40, and the unechoic medium was 2±2. The mean and the signal to noise ratio remained almost unchanged after a year, while the signal in the unechoic medium increased to about 7±4. Similar values were obtained in the sagittal images. Conclusions: The image analysis discussed above allows quick evaluation of constancy of the image quality. This may be also useful in troubleshooting image‐quality problems during routine exams, which might not be due to deterioration of the US system, but other reasons, e.g. variations in tissue properties or air being trapped between the probe and the anatomy.

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)0,002
score de la tête « metaresearch » (Gemma)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Autre · Signal consensuel: aucune
Score de désaccord entre enseignants0,041
Score d'incertitude au seuil0,139

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,002
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0410,011

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 Opus0,008
Tête enseignante GPT0,288
Écart entre enseignants0,280 · 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'étudeSans objet
Domainenon disponible
GenreAutre

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

En bref

Citations0
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueMedical Physics→Même sujetAdvanced Radiotherapy Techniques→Travaux en français237 207→