Evaluation of Cochlear Duct Length Measurements From a 3D Analytical Cochlear Model Using Synchrotron Radiation Phase-Contrast Imaging
Notice bibliographique
Résumé
HYPOTHESIS: Evaluating the accuracy of cochlear duct length (CDL) measurements from a published three-dimensional (3D) analytical cochlear model using Synchrotron Radiation Phase-Contrast Imaging (SR-PCI) data will help determine its clinical applicability and allow for model adjustments to increase accuracy. BACKGROUND: Accurate CDL determination can aid in cochlear implant sizing for full coverage and frequency map programming, which has the potential to improve hearing outcomes in patients. To overcome problems with the currently available techniques for CDL determination, a novel 3D analytical cochlear model, dependent on four basal turn distances, was proposed in the literature. METHODS: SR-PCI data from 11 cadaveric human cochleae were used to obtain reference measurements. CDL values generated by the analytical cochlear model were evaluated in two conditions: when the number of cochlear turns (NCT) were automatically predicted based on the four input distances, and when the NCT were manually specified based on SR-PCI data. RESULTS: When the analytical cochlear model automatically predicted the NCT, the mean absolute error was 2.6 ± 1.6 mm, with only 27% (3/11) of the samples having an error in the clinically acceptable range of ±1.5 mm. When the NCT were manually specified based on SR-PCI data, the mean absolute error was reduced to 1.0 ± 0.6 mm, with 73% (8/11) of the samples having a clinically acceptable error. CONCLUSION: The 3D analytical cochlear model introduced in the literature is effective at modeling the 3D geometry of individual cochleae, however tuning in the NCT estimation 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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
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 tête enseignante, 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 ».