Prostate boundary segmentation from 3D ultrasound images
Notice bibliographique
Résumé
Segmenting, or outlining the prostate boundary is an important task in the management of patients with prostate cancer. In this paper, an algorithm is described for semiautomatic segmentation of the prostate from 3D ultrasound images. The algorithm uses model-based initialization and mesh refinement using an efficient deformable model. Initialization requires the user to select only six points from which the outline of the prostate is estimated using shape information. The estimated outline is then automatically deformed to better fit the prostate boundary. An editing tool allows the user to edit the boundary in problematic regions and then deform the model again to improve the final results. The algorithm requires less than 1 min on a Pentium III 400 MHz PC. The accuracy of the algorithm was assessed by comparing the algorithm results, obtained from both local and global analysis, to the manual segmentations on six prostates. The local difference was mapped on the surface of the algorithm boundary to produce a visual representation. Global error analysis showed that the average difference between manual and algorithm boundaries was -0.20 +/- 0.28 mm, the average absolute difference was 1.19 +/- 0.14 mm, the average maximum difference was 7.01 +/- 1.04 mm, and the average volume difference was 7.16% +/- 3.45%. Variability in manual and algorithm segmentation was also assessed: Visual representations of local variability were generated by mapping variability on the segmentation mesh. The mean variability in manual segmentation was 0.98 mm and in algorithm segmentation was 0.63 mm and the differences of about 51.5% of the points comprising the average algorithm boundary are insignificant (P < or = 0.01) to the manual average boundary.
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 | 0,001 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,003 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,001 |
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 ».