MétaCan
Menu
Retour à la cohorte
Enregistrement W2523650996 · doi:10.5114/jcb.2016.61817

Metal artefacts in MRI-guided brachytherapy of cervical cancer

2016· review· en· W2523650996 sur OpenAlexaff
A Soliman, Amir Owrangi, Ananth Ravi, William Y. Song

Notice bibliographique

RevueJournal of Contemporary Brachytherapy · 2016
Typereview
Langueen
DomaineMedicine
ThématiqueEndometrial and Cervical Cancer Treatments
Établissements canadiensUniversity of TorontoHealth Sciences CentreSunnybrook Health Science Centre
Organismes subventionnairesnon disponible
Mots-clésBrachytherapyMedicineCervical cancerMagnetic resonance imagingWorkflowMedical physicsRadiologyClinical PracticeCancerRadiation therapyComputer science

Résumé

récupéré en direct d'OpenAlex

The importance of assessing the metal-induced artefacts in magnetic resonance imaging (MRI)-guided brachytherapy is growing along with the increasing interest of integrating MRI into the treatment procedure of cervical cancer. Examples of metal objects in use include intracavitary cervical applicators and interstitial needles. The induced artefacts increase the uncertainties in the clinical workflow and can be a potential obstacle for the accurate delivery of the treatment. Overcoming this problem necessitates a good understanding of its originating sources. Several efforts are recorded in the literature to quantify the extent of such artefacts, in phantoms and in clinical practice. Here, we elaborate on the origin of metal-induced artefacts in the light of brachytherapy applications, while summarizing recent efforts that have been made to assess and overcome the induced distortions.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Autre devis · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,982
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0070,002
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,110
Tête enseignante GPT0,406
Écart entre enseignants0,296 · 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 tête enseignante, pas un consensus.

Devis d'étudeAutre devis
Domainenon disponible
GenreSynthèse

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

En bref

Citations25
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Contemporary BrachytherapyMême sujetEndometrial and Cervical Cancer TreatmentsTravaux en français237 207