MétaCan
Menu
Retour à la cohorte
Enregistrement W2578457365 · doi:10.1109/cama.2016.7815745

Conformal mesh and two-step tomographic imaging of the Supelec breast phantom

2016· preprint· en· W2578457365 sur OpenAlexfundno aff
Paul M. Meaney, Tomas Rydholm, Andreas Fhager, Mikael Persson, Paul M. Meaney, Nadine Joachimowicz, Christophe Conessa, Bernard Duchêne

Notice bibliographique

Revuenon disponible
Typepreprint
Langueen
DomaineEngineering
ThématiqueMicrowave Imaging and Scattering Analysis
Établissements canadiensnon disponible
Organismes subventionnairesNational Institutes of HealthFondation Chalmers
Mots-clésImaging phantomContext (archaeology)Computer scienceAlgorithmA priori and a posterioriHistogramArtificial intelligenceComputer visionMammographyTomographyTomographic reconstructionIterative reconstructionMathematicsImage (mathematics)PhysicsOpticsBreast cancerMedicineGeology

Résumé

récupéré en direct d'OpenAlex

The realistic breast phantom developed by the French team at Supelec provides an excellent opportunity to explore various measurement systems and associated algorithms. In this case there is a known ground truth for the geometry of the segmented regions for direct comparison of images with actual sizes, shapes and locations of the different features. It also allows for testing utilizing a range of dielectric materials for both the adipose and fibroglandular region which can be useful given the disparity of published property values. For this experiment, we are exploring our tomographic imaging algorithm with a log transformation in the context of restricting the imaging zone strictly to that space occupied by the phantom. In this case, the 2-dimensional perimeter of the breast was approximated by a simple ellipse which was extracted from the original image. All images were recovered without the assistance of a priori information and also included our 2-step imaging scheme. Simple parameter tests were performed to assess the limitations of the technique, especially when the imaging zone was not accurately determined. The final results were also analyzed by examination of histograms of the field residuals to assess whether the algorithm is robust and unbiased.

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)0,001
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: Expérimental (laboratoire) · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,003
Score d'incertitude au seuil0,009

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
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 savante0,0010,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,004
Tête enseignante GPT0,195
Écart entre enseignants0,192 · 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'étudeExpérimental (laboratoire)
Domainenon disponible
GenreEmpirique

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

En bref

Citations2
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetMicrowave Imaging and Scattering AnalysisTravaux en français237 207