MétaCan
Menu
Retour à la cohorte
Enregistrement W2899355548 · doi:10.1115/detc2018-85464

Methods and Analysis of 3D Shape Unfolding and Folding for Radiotherapy

2018· article· en· W2899355548 sur OpenAlexaff
Rui Li, Qingjin Peng, Harry Ingleby, David Sasaki

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineEngineering
ThématiqueAdvanced Numerical Analysis Techniques
Établissements canadiensCancerCare ManitobaUniversity of Manitoba
Organismes subventionnairesnon disponible
Mots-clésBolus (digestion)Computer scienceSoftwareSegmentationMaterials scienceComputer visionMedicineAnatomy

Résumé

récupéré en direct d'OpenAlex

A sheet of material called bolus is commonly used in the high-energy radiotherapy to treat tumors near the skin surface of patients for a desired dose distribution. The existing method of bolus shaping is a manual process to cut the material into 2D shapes and then wrap them to fit the targeted body surface in clinic. This method cannot cover the bolus on some irregular surfaces such as knee, nose and elbow precisely. The inaccurate coverage will generate air gaps between the bolus and skin. An unfolding method for bolus shaping is introduced in this paper to reduce the air gaps. The shaping process is achieved by planning unfolding strategy to overcome limitations of existing software tools. A case study of bolus shaping for human nose is presented to examine the proposed shaping process. The shaping process includes the surface scanning to obtain point cloud data, 3D surface forming, segmentation and unfolding of the surface. The solution is verified by comparing the 3D model surface and wrapped shape of unfolded patches.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: aucune
GenreSignal candidat: Méthodes · Signal consensuel: Méthodes
Score de désaccord entre enseignants0,901
Score d'incertitude au seuil0,320

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
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)0,0000,000

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 Opus0,017
Tête enseignante GPT0,359
Écart entre enseignants0,342 · 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 tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSimulation ou modélisation
Domainenon disponible
GenreMéthodes

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations2
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetAdvanced Numerical Analysis TechniquesTravaux en français237 207