MétaCan
Menu
Retour à la cohorte
Enregistrement W2946225330 · doi:10.1088/1361-6579/ab248e

Influence of reconstruction settings in electrical impedance tomography on figures of merit and physiological parameters

2019· article· en· W2946225330 sur OpenAlexaff
Florian Thürk, Martin Elenkov, Andreas D. Waldmann, S. Böhme, Christina Braun, Andy Adler, Eugenijus Kaniušas

Notice bibliographique

RevuePhysiological Measurement · 2019
Typearticle
Langueen
DomaineEngineering
ThématiqueElectrical and Bioimpedance Tomography
Établissements canadiensCarleton University
Organismes subventionnairesTechnische Universität Wien BibliothekTechnische Universität WienVienna Science and Technology Fund
Mots-clésElectrical impedance tomographyFigure of meritIterative reconstructionImage qualityGround truthTomographyData consistencyComputer scienceMathematicsArtificial intelligenceImage (mathematics)Computer visionMedicineRadiology

Résumé

récupéré en direct d'OpenAlex

Abstract Objective : Electrical impedance tomography (EIT) is a non-invasive and relatively cheap imaging technique allowing continuous monitoring of lung function at the bedside. However, image reconstruction and processing are not yet standardized for clinical use, limiting comparability and reproducibility between studies. In addition, optimal reconstruction settings still have to be identified for different clinical applications. In this work (i) a systematic way to select ‘good’ EIT algorithm parameters is developed and (ii) an evaluation of these parameters in terms of correct functional imaging and consistency is performed. Approach : First, 19 200 reconstruction models are generated by full factorial design of experiment in 5D space. Then, in order to quantify the quality of reconstruction, known conductivity changes are introduced and figures of merit (FoM) are calculated from the response image. These measures are further used to select a subset of reconstruction models, matching certain FoM thresholds, and are then used for in vivo evaluation. For this purpose, EIT images of one piglet are reconstructed to assess changes in tidal impedance and end-expiratory lung impedance, at positive end expiratory pressure of 0 and 15 cmH 2 O. From ground truth spirometry measurements, physiological criteria are formulated and the subset of models is further reduced. Finally, the remaining reconstruction models are evaluated on physiological data gathered from published data in the literature to assess the generalization possibilities. Main results : Parametrization of EIT image reconstruction has a strong influence on the resulting FoM and the derived physiological parameter. While numerous reconstruction models showed reasonable values for a single parameter, in total only 12 matched all simulation and physiological criteria. After validation on further physiological data, only a single reconstruction model remained with a noise figure of 0.3, target size of 0.08, weight radius of 0.3, normalized voltage and strong weighting of lung and heart regions. Furthermore, the relationship between the reconstruction settings and some FoM could be partly explained by using a linear statistical model. Significance : The quest for standard reconstruction settings is highly relevant for future clinical applications. Simulation measures might help to assess the quality of the reconstruction models, but further evaluation of more data and different experimental settings is required.

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: Expérimental (laboratoire) · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,757
Score d'incertitude au seuil0,585

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 Opus0,021
Tête enseignante GPT0,211
Écart entre enseignants0,190 · 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'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

Citations7
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePhysiological MeasurementMême sujetElectrical and Bioimpedance TomographyTravaux en français237 207