3D morphometric analysis of calcified cartilage properties using micro-computed tomography
Notice bibliographique
Résumé
ObjectiveOur aim is to establish methods for quantifying morphometric properties of calcified cartilage (CC) from micro-computed tomography (μCT). Furthermore, we evaluated the feasibility of these methods in investigating relationships between osteoarthritis (OA), tidemark surface morphology and open subchondral channels (OSCCs).MethodSamples (n = 15) used in this study were harvested from human lateral tibial plateau (n = 8). Conventional roughness and parameters assessing local 3-dimensional (3D) surface variations were used to quantify the surface morphology of the CC. Subchondral channel properties (percentage, density, size) were also calculated. As a reference, histological sections were evaluated using Histopathological osteoarthritis grading (OARSI) and thickness of CC and subchondral bone (SCB) was quantified.ResultsOARSI grade correlated with a decrease in local 3D variations of the tidemark surface (amount of different surface patterns (rs = −0.600, P = 0.018), entropy of patterns (EP) (rs = −0.648, P = 0.018), homogeneity index (HI) (rs = 0.555, P = 0.032)) and tidemark roughness (TMR) (rs = −0.579, P = 0.024). Amount of different patterns (ADP) and EP associated with channel area fraction (CAF) (rp = 0.876, P < 0.0001; rp = 0.665, P = 0.007, respectively) and channel density (CD) (rp = 0.680, P = 0.011; rp = 0.582, P = 0.023, respectively). TMR was associated with CAF (rp = 0.926, P < 0.0001) and average channel size (rp = 0.574, P = 0.025). CC topography differed statistically significantly in early OA vs healthy samples.ConclusionWe introduced a μ-CT image method to quantify 3D CC topography and perforations through CC. CC topography was associated with OARSI grade and OSCC properties; this suggests that the established methods can detect topographical changes in tidemark and CC perforations associated with OA.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,003 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».