MétaCan
Menu
Retour à la cohorte
Enregistrement W2922538025 · doi:10.1088/1361-6560/ab1145

Atherosclerotic carotid bifurcation phantoms with stenotic soft inclusions for ultrasound flow and vessel wall elastography imaging

2019· article· en· W2922538025 sur OpenAlexafffund
Boris Chayer, Marcel van den Hoven, Marie‐Hélène Roy Cardinal, Hong-Liang Li, Abigaïl Swillens, Richard G. P. Lopata, Guy Cloutier

Notice bibliographique

RevuePhysics in Medicine and Biology · 2019
Typearticle
Langueen
DomaineMedicine
ThématiqueCerebrovascular and Carotid Artery Diseases
Établissements canadiensUniversité de Montréal
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaCanadian Institutes of Health Research
Mots-clésElastographyCarotid bifurcationMaterials scienceBiomedical engineeringUltrasoundUltrasonic sensorDoppler effectImaging phantomCarotid arteriesRadiologyMedicinePhysics

Résumé

récupéré en direct d'OpenAlex

As the complexity of ultrasound signal processing algorithms increases, it becomes more difficult to demonstrate their added value and thus robust validation strategies are required. We propose a method of manufacturing ultrasonic vascular phantoms mimicking an atheromatous plaque in an internal carotid artery bifurcation for applications in flow imaging and elastography. During the fabrication process, a soft inclusion mimicking a stenotic lipid pool was embedded within the vascular wall. Mechanical testing measured Young's moduli of the vascular wall and soft inclusion at 342 ± 25 kPa and 17 ± 3 kPa, respectively. B-mode, color Doppler, power Doppler, shear wave elastography, and strain elastography images of the different phantoms were produced to show the validity of the fabrication process. Because of their realistic geometries and mechanical properties, those phantoms may become advantageous for fluid-structure experimental modeling and validation of new ultrasound-based imaging technologies.

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)0,002
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 seuil0,006

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0010,000
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 recherche0,0010,000
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 Opus0,047
Tête enseignante GPT0,313
Écart entre enseignants0,266 · 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

Citations25
Publié2019
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revuePhysics in Medicine and BiologyMême sujetCerebrovascular and Carotid Artery DiseasesTravaux en français237 207