MétaCan
Menu
Retour à la cohorte
Enregistrement W2590543092 · doi:10.5430/jbgc.v7n1p1

Automated modification and fusion of voxel models to construct body phantoms with heterogeneous breast tissue: Application to MRI simulations

2017· article· en· W2590543092 sur OpenAlexvenueno aff
Joseph V. Rispoli, Steven M. Wright, Craig R. Malloy, Mary P. McDougall

Notice bibliographique

RevueJournal of Biomedical Graphics and Computing · 2017
Typearticle
Langueen
DomaineMedicine
ThématiqueAdvanced MRI Techniques and Applications
Établissements canadiensnon disponible
Organismes subventionnairesNational Institute of Biomedical Imaging and BioengineeringNational Institutes of HealthCancer Prevention and Research Institute of Texas
Mots-clésVoxelComputer scienceBreast imagingMammographySoftwareArtificial intelligenceBreast cancerMedicine

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Human voxel models incorporating detailed anatomical features are vital tools for the computational evaluation of electromagnetic (EM) fields within the body. Besides whole-body human voxel models, phantoms representing smaller heterogeneous anatomical features are often employed; for example, localized breast voxel models incorporating fatty and fibroglandular tissues have been developed for a variety of EM applications including mammography simulation and dosimetry, magnetic resonance imaging (MRI), and ultra-wideband microwave imaging. However, considering wavelength effects, electromagnetic modeling of the breast at sub-microwave frequencies necessitates detailed breast phantoms in conjunction with whole-body voxel models. METHODS: Heterogeneous breast phantoms are sized to fit within radiofrequency coil hardware, modified by voxel-wise extrusion, and fused to whole-body models using voxel-wise, tissue-dependent logical operators. To illustrate the utility of this method, finite-difference time-domain simulations are performed using a whole-body model integrated with a variety of available breast phantoms spanning the standard four tissue density classifications representing the majority of the population. RESULTS: Central. Simulations confirm the proportions of fatty and fibroglandular tissues in breast phantoms have significant yet predictable implications on projected power deposition in tissue. CONCLUSIONS: Breast phantoms may be modified and fused to whole-body voxel models using the software presented in this work; user considerations for the open-source software and resultant phantoms are discussed. Furthermore, results indicate simulating breast models as predominantly fatty tissue can considerably underestimate the potential for tissue heating in women with substantial fibroglandular tissue.

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)0,003
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Méthodes · Signal consensuel: Méthodes
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,006

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,003
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
Science ouverte0,0010,001
Intégrité de la recherche0,0010,000
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 Opus0,019
Tête enseignante GPT0,336
Écart entre enseignants0,317 · 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'étudeSimulation ou modélisation
Domainenon disponible
GenreMéthodes

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

En bref

Citations11
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Biomedical Graphics and ComputingMême sujetAdvanced MRI Techniques and ApplicationsTravaux en français237 207