Strain Elastography & Tissue Characterisation as a Tool to Differentiate Tumor from Healthy Tissue
Notice bibliographique
Résumé
The purpose of this study was to compare diagnostic values of normal and effected tissues with two techniques using strain elastography and tissues characterization. This study was carried out on a breast phantom containing all human body parameters. Analysis was performed using a lone phantom to correlate a relation between the values of Strain Elastography (SE) and first order texture parameters results. For SE SonixTouch Q+ (Ultrasonix Medical Corporation, 130-4311 Viking Way, Richmond, Canada) device using a linear-array ultrasound probe at a frequency of 10MHz with a gain of 40%. Elastography breast phantom was purchased from CAE healthcare USA, 3600 Edgelake Drive Sarasota FL, USA. For tissue characterization a Region of Interest (ROI) that encompasses both (normal and stiffer) areas were selected. MAZDA software was used to carry out the image analysis (mean and variance) of the tumour and healthy tissue, ROI of 1600 pixels at both regions was selected. An affirmative and resilient outcome was observed between the numerals of normal and tumor tissues, both for SE and first order texture parameters values. After our study we suggest that SE and tissue characterisation via first order texture parameter is a reliable technique to highlight normal and tumor tissue (with respect to same reference, for SE technique only). SE and first order texture parameters (mean and variance) paved way in highlighting the breast tumors fully. It is suggested that SE being more reliable approach in determining the stiffness for breast lesion, as it produces the results with real time imaging. However texture parameter gives an objective assessment of the image with a discriminating feature of the 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 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 | 0,002 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».