Micromechanics based modelling of in-vivo respiratory motion of the diaphragm muscle with the incorporation of optimized z-disks mechanics
Notice bibliographique
Résumé
Lung cancer is by far the leading cause of cancer death among both men and women; according to the American Cancer Society, approximately 1 out of 4 cancer deaths are due to lung cancer. The primary treatment for the condition generally involves External Beam Radiation Therapy (EBRT). Lung cancer tumour motion is generally clinically significant and presents a major challenge for clinicians. With significant lung tumour motion (>;5mm) during respiration comes the requirement for motion compensation techniques1 . Ideally, continuous real-time tumour tracking allows for continuous radiation delivery such that the tumour receives sufficient radiation dose while minimizing dose to surrounding healthy lung tissue. Direct tumour tracking is often not possible in non-contrast images and a surrogate is required for tumour motion. Among surrogates for tumour tracking, the diaphragm muscle has shown to provide good correlation with tumour motion2 . Motion compensation techniques often require extensive 4D CT scans which is inherently dangerous. The diaphragm muscle, the major driver of respiratory motion, can also be incorporated into lung biomechanical models used to predict deformations in the lungs and surrounding organs during respiration3 . This research involves the development of a patient specific biomechanical model of the diaphragm muscle with both passive and active responses. Detailed anatomical, and geometric information, including the muscle micromechanics, is used to generate a Finite Element Model (FEM) of the diaphragm in order to predict its in vivo motion. Results from modelling a patient specific case revealed a good match between the simulated and actual contracted diaphragm surface with an average mean squared difference of 2.83 mm.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».