MétaCan
Menu
Retour à la cohorte
Enregistrement W2786114040 · doi:10.1109/globalsip.2017.8308628

3D shape asymmetry analysis using correspondence between partial geodesic curves

2017· article· en· W2786114040 sur OpenAlexaff
Ola Ahmad, Philippe Debanné, Stefan Paren, Hubert Labelle, Farida Cherie

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineEngineering
Thématique3D Shape Modeling and Analysis
Établissements canadiensPolytechnique MontréalCentre Hospitalier Universitaire Sainte-Justine
Organismes subventionnairesnon disponible
Mots-clésGeodesicComputer scienceAsymmetryComputer visionPoint (geometry)Artificial intelligenceSymmetry (geometry)TrunkSet (abstract data type)MathematicsGeometryPhysics

Résumé

récupéré en direct d'OpenAlex

Analyzing the asymmetry of anatomical shapes is one of the cornerstones of efficient computerized diagnosis. In the application of scoliotic trunk analysis, one major challenge is the high variability and complexity of deformations due to the pathology itself, and to changes of body poses, for instance, torsos acquired in lateral bending poses for surgical planning. In this paper, we present a novel and fully automatic approach to analyzing the asymmetry of deformable trunk shapes. Our method detects the symmetry plane/axis of the shape and a set of reflective geodesic curves; the method then uses parts of these geodesics to compute point correspondence between any reflective pair. We present a preliminary study on scoliotic torsos in neutral standing and lateral bending poses. Our results show that matching parts of reflective curves is robust against non-isometric deformations. The proposed method can extend to other applications, such as maxillofacial surgery planning.

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)0,000
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: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,386
Score d'incertitude au seuil0,694

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

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 Opus0,048
Tête enseignante GPT0,297
Écart entre enseignants0,249 · 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.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSimulation ou modélisation
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

Citations0
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujet3D Shape Modeling and AnalysisTravaux en français237 207