MétaCan
Menu
Retour à la cohorte
Enregistrement W3012195798 · doi:10.1117/12.2546885

Update on AAPM task group 311: guidance for technical performance evaluationfor fluorescence guided surgery systems (Conference Presentation)

2020· article· en· W3012195798 sur OpenAlexaff
Brian W. Pogue, Timothy C. Zhu, Vasilis Ntziachristos, Brian C. Wilson, Keith D. Paulsen, Sylvain Gioux, Robert J. Nordstrom, Joshua Pfefer, Bruce J. Tromberg, Heidrun Wabnitz, Arjun G. Yodh, Yu Chen, Maritoni Litorja

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineEngineering
ThématiqueAdvanced X-ray and CT Imaging
Établissements canadiensUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésComputer scienceTask (project management)Imaging phantomPresentation (obstetrics)Medical physicsQuality (philosophy)Image qualityTest (biology)Quality assuranceArtificial intelligenceImage (mathematics)Systems engineeringMedicineOperations managementEngineeringSurgeryNuclear medicine

Résumé

récupéré en direct d'OpenAlex

The large growth in fluorescence guided surgical (FGS) imaging have radically different physical designs, image processing approaches and performance requirements, making it nearly impossible to specify uniform performance goals. Yet, utilization of different devices in clinical trials indicates some need for common knowledge bases and quality assessment goals to ensure accurate and effective translation occurs. This task group identified fundamental image quality characteristics corresponding objective test methods that should be determined across a variety of FGS devices. This report outlines a cohort of explicit test methods and specific tissue simulating phantom tests, with the goal of suggested guidelines that will allow evaluative and comparative studies on system performance. This initiative is expected to help users and developers focus on needs while converging towards future goals.

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: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,944
Score d'incertitude au seuil0,888

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 savante0,0000,001
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 Opus0,056
Tête enseignante GPT0,278
Écart entre enseignants0,222 · 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'étudeSimulation ou modélisation
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

Citations1
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetAdvanced X-ray and CT ImagingTravaux en français237 207