MétaCan
Menu
Retour à la cohorte
Enregistrement W2552809514 · doi:10.15353/vsnl.v1i1.55

Diagnosing Cardiac Deformations using 3d Optical Flow

2015· article· en· W2552809514 sur OpenAlex
Vithu Logan Jeya, John Zelek

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.
venuePublié dans une revue dont le pays d'attache est le Canada.

Notice bibliographique

RevueVision Letters · 2015
Typearticle
Langueen
DomaineComputer Science
ThématiqueMedical Image Segmentation Techniques
Établissements canadiensUniversity of Waterloo
Organismes subventionnairesnon disponible
Mots-clésCardiac cycleOptical flowRegularization (linguistics)Point cloudArtificial intelligenceComputer scienceComputer visionMatch movingFlow (mathematics)Motion (physics)MathematicsGeometryCardiologyMedicineImage (mathematics)

Résumé

récupéré en direct d'OpenAlex

This paper explores the viability of applying 3D optical flow techniques on 3D heart sequences to diagnose cardiac abnormalities and disease. Tagged magnetic resonance imaging (TMRI) is a non-invasive method to visualize in vivo myocardium motion during a cardiac cycle. By tracking the 3D trajectories of tagged material points it is possible to construct a volumetric model of the heart. Specifically, we use generated meshless deformable models (MDM) which describe an object as a point cloud inside the object boundary. We extend the 2D least squares and regularization approaches of Lucas and Kanade to 3D in order capture the flow, specifically the contraction and expansion of various parts of the heart motion. Features are extracted from this flow and a rudimentary SVM is used to classify unhealthy hearts.

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.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: aucune
GenreSignal candidat: Méthodes · Signal consensuel: Méthodes
Score de désaccord entre enseignants0,857
Score d'incertitude au seuil0,329

Scores Codex et Gemma par catégorie

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

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 Opus0,034
Tête enseignante GPT0,316
Écart entre enseignants0,282 · 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