Impact of Head Tilt on Optical Coherence Tomography Image Orientation
Notice bibliographique
Résumé
PURPOSE: Head tilt can have an impact on the orientation of posterior pole images. We conducted this study to determine the effect of head tilt on image orientation measured by the fovea-Bruch's membrane opening (FoBMO) angle with optical coherence tomography (OCT) imaging. METHODS: The study included 56 healthy subjects with mean (range) age of 33 (18 to 61) years. The dominant eye was first determined. To measure head tilt, a smartphone with a built-in gyroscope was affixed to the subject's head with adjustable straps. OCT imaging was performed in both eyes (in randomized order) at 0, 5, and 10 degrees of head tilt in the direction of the imaged eye (ipsilateral head tilt), and then in the opposite direction (contralateral head tilt). For each image, the device software determined Bruch's membrane opening center and the foveal pit from which the FoBMO angle was derived. RESULTS: Thirty-eight (68%) subjects were right eye dominant and 18 (32%) were left eye dominant. Each 1 degree head tilt resulted in a mean change of 0.76 degree in the FoBMO angle (P<0.01), with no significant difference in effect between the 2 eyes (P=0.72). The magnitude of the effect increased from 5 to 10 degrees, and was similar for both ipsilateral and contralateral head tilt. Ocular dominance did not modulate the effect of head tilt (P=0.42). CONCLUSIONS: Head tilt significantly affects OCT image orientation as measured by the FoBMO angle, presumably because cyclotorsion is not fully compensatory. The magnitude and direction of the effect does not depend on the dominant eye.
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) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| 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 ».