CT-based internal density calibration for opportunistic skeletal assessment using abdominal CT scans
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
CT-based opportunistic skeletal assessment complements current osteoporosis diagnosis. Quantitative assessment by internal density calibration overcomes the limitations of phantom-based calibration. We sought to establish and validate an internal calibration technique using abdominal CT scans and establish reproducibility precision for three density calibration techniques. Ten full-body cadavers were CT scanned at the spine and pelvis with a calibration phantom. Internal calibration was performed using in-scan tissue references and deriving a voxel-specific calibration. Bone mineral density (BMD) and finite element (FE) failure load assessed skeletal health. Three independent users measured intra-exam precision by manual tissue selection. To verify results, ten subjects were imaged using an abdominal imaging protocol. Internal calibration performed equivalently to gold-standard phantom-based calibration in the cadaver spine and hip. Internal calibration BMD precision in the spine was 7 mg/cc (4.9%) and FE precision was 163 N (7.2%), whereas phantom-based precision was 3 mg/cc (1.8%) and 77 N (3.8%). Internal calibration hip BMD and FE precision was 11 mg/cc (5.3%) and 84 N (6.0%), whereas phantom-based precision was 2 mg/cc (1.3%) and 30 N (3.4%). Using the abdominal imaging protocol, internal calibration performed comparably to phantom-based calibration. Internal calibration provides BMD and FE outcome precision within 7.2% for opportunistic skeletal health assessment.
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.
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 | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 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 découle