CT-based internal density calibration for opportunistic skeletal assessment using abdominal CT scans
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.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,007 | 0,020 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 0,001 |
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.
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 source (Gemma direct ou Codex distillé), 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 ».