MétaCan
Menu
Retour à la cohorte
Enregistrement W2998268248 · doi:10.29007/w172

Shadow Peak: Accurate Real-time Bone Segmentation for Ultrasound and Developmental Dysplasia of the Hip

2019· article· en· W2998268248 sur OpenAlexaff
Prashant Pandey, Niamul Quader, Kishore Mulpuri, Pierre Guy, Rafeef Garbi, Antony J. Hodgson

Notice bibliographique

RevueEPiC series in health sciences · 2019
Typearticle
Langueen
DomaineMedicine
ThématiqueHip disorders and treatments
Établissements canadiensBC Children's HospitalUniversity of British Columbia
Organismes subventionnairesnon disponible
Mots-clésSegmentationShadow (psychology)Computer scienceArtificial intelligenceImage segmentationFeature (linguistics)Computer visionPattern recognition (psychology)

Résumé

récupéré en direct d'OpenAlex

Confidence-weighted structured phase symmetry (CSPS) is a state-of-the-art bone seg- mentation technique for ultrasound (US), which has been recently proposed for automatic diagnosis for developmental dysplasia of the hip (DDH). However, CSPS relies on complex image phase feature analysis which is computationally expensive, and in our preliminary tests we have found it to be sometimes inaccurate. We evaluate a simpler alternative segmentation technique which we previously published, called Shadow Peak (SP), which uses intensity analysis to perform fast and accurate US bone segmentation. On average, SP segmentation ran 15 times faster for 2D US images, when tested on 15 hip images of pediatric patients. Furthermore, SP improves the segmentation F-score to 94%, compared to 72% when using CSPS segmentation.

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: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,004
Score d'incertitude au seuil0,182

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
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 Opus0,024
Tête enseignante GPT0,323
Écart entre enseignants0,299 · 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'étudeObservationnel
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

Citations5
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEPiC series in health sciencesMême sujetHip disorders and treatmentsTravaux en français237 207