MétaCan
Menu
Retour à la cohorte
Enregistrement W2996095631 · doi:10.1109/ultsym.2019.8925556

Construction of adaptively regularized parametric maps for quantitative ultrasound imaging

2019· article· en· W2996095631 sur OpenAlexaff
François Destrempes, Marc Gesnik, Guy Cloutier

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineMedicine
ThématiqueUltrasound Imaging and Elastography
Établissements canadiensUniversité de Montréal
Organismes subventionnairesnon disponible
Mots-clésParametric statisticsComputer scienceBayesian information criterionGaussianLasso (programming language)MathematicsAlgorithmArtificial intelligencePhysicsStatistics

Résumé

récupéré en direct d'OpenAlex

In the field of quantitative ultrasound (QUS), constructing semantic parametric maps based on local attenuation coefficient slope (ACS) or backscatter coefficient (BSC) modeling remains a challenge. These maps may be useful for detecting lesions or anatomical objects, or for characterizing anomalies within organs. The objective was to propose a methodology for constructing regularized parametric maps in the case of linear fitting models. The proposed method was tested on: i) the spectral Gaussian fit (SGF) BSC model, comprising the acoustical concentration and effective scatterer size; and ii) the spectral log-difference (SLD) model, yielding the local ACS. Regularization was formulated as generalized LASSO, upon setting a locally constant trend constraint on regression coefficients, with variable Lagrangian multiplier (LM). The latter was set with a variant of the Bayesian Information Criterion (BIC): the LM was maximized as to yield a BIC no worse than that of the maximum likelihood. Phantoms were made with agar and graphite powder (g.p.). Acquisitions were performed with a Verasonics Vantage 256 (Redmond, WA) scanner using an ATL L7-4 probe (Philips, Bothell, WA) driven at 5 MHz. Using 21 angles (-5oto 5o) compounding, 100 frames were acquired. Beamformed radiofrequency data were averaged over all frames. Power spectra were averaged over 15 scan lines, each spanning 10 pulse lengths, on overlapping windows. Acquisitions with same settings were made on a reference phantom (117GU-101 CIRS, Norfolk, VA). Ground truth ACS values were estimated with a planar reflection method yielding (in dB/cm/MHz): #1) 0.56 ± 0.06 (4.5% g.p.); and #2) 1.27 ± 0.09 (12% g.p.). i) SGF results: On phantoms with an inclusion (N = 4, #2 surrounded by #1), the contrast-to-noise ratio on difference in acoustic concentration (log-scale) was 2.7 ± 0.22 (no units) with regularization, and 0.97 ± 0.13 without it. ii) SLD results: On phantoms with side-by-side media (N = 3), biases were: #1) -0.11 ± 0.04; #2) -0.26 ± 0.03; and standard-deviations (SD) were: #1) 0.05 ± 0.04; #2) 0.09 ± 0.02. Without regularization, biases were #1) -0.09 ± 0.17; #2) -0.25 ± 0.20; SD values were: #1) 0.39 ± 0.04; #2) 0.38 ± 0.08.

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)0,004
score de la tête « metaresearch » (Gemma)0,015
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Méthodes · Signal consensuel: Méthodes
Score de désaccord entre enseignants0,004
Score d'incertitude au seuil0,022

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0040,015
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,002
Bibliométrie0,0020,001
Études des sciences et des technologies0,0000,001
Communication savante0,0020,001
Science ouverte0,0020,002
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0010,001

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.

Tête enseignante Opus0,013
Tête enseignante GPT0,267
Écart entre enseignants0,254 · 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'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

Citations9
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetUltrasound Imaging and ElastographyTravaux en français237 207