MétaCan
Menu
Retour à la cohorte
Enregistrement W2896962288 · doi:10.1121/1.5068031

Inverse characterization of radius bone using low-frequency ultrasonic guided waves

2018· article· en· W2896962288 sur OpenAlexaff
Daniel Pereira, Julio Fernandes, Pierre Bélanger

Notice bibliographique

RevueThe Journal of the Acoustical Society of America · 2018
Typearticle
Langueen
DomaineMedicine
ThématiqueUltrasound Imaging and Elastography
Établissements canadiensUniversité de MontréalÉcole de Technologie Supérieure
Organismes subventionnairesnon disponible
Mots-clésUltrasonic sensorMaterials scienceRADIUSInverseTransducerFinite element methodCortical boneModulusCylinderCharacterization (materials science)Young's modulusTomographyAcousticsElastic modulusInverse problemPiezoelectricityOpticsPhysicsMathematicsGeometryMathematical analysisComposite materialAnatomy

Résumé

récupéré en direct d'OpenAlex

The success of the cortical bone characterization using the axial transmission is highly dependent on the inversion model used to match experimental data with the true bone properties. Simplified models such as plate or cylinder are typically used in the literature. In our previous work, a more elaborate model based on a bone-like geometry built using semi-analytical finite element (SAFE) method was introduced. The model was successfully implemented in an inverse characterization routine using laboratory-controlled measurements on bone phantoms. Thus, the aim of this work is to apply the proposed inverse scheme on the characterization of ex-vivo radius samples. In order to do so, five radiuses were taken from donors aged between 53 and 88 years old and tested using typical axial transmission configuration. Ultrasonic guided wave modes were excited at low-frequency (100-400 kHz) using a piezoelectric transducer and measured using a laser interferometer at the middle of the diaphysis. The measured velocities were systematically compared to velocities obtained with the SAFE model in order to predict the cortical bone properties. For each sample, four parameters were estimated: (1) Young’s modulus; (2) density; (3) thickness; and (4) outer diameter. The results showed a notable correlation of the thickness and outer diameter with respect to the μCT images of the samples, while a less significant correlation was observed for the Young’s modulus and density with respect to the gray level of the μCT images.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,003

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
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 Opus0,015
Tête enseignante GPT0,263
Écart entre enseignants0,248 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
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
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueThe Journal of the Acoustical Society of AmericaMême sujetUltrasound Imaging and ElastographyTravaux en français237 207