3D reconstruction of the human trunk for designing personalized braces : Precision study
Notice bibliographique
Résumé
The customized design of braces for adolescent idiopathic scoliosis (AIS) treatment requires the acquisition of the 3D external geometry of the patients' trunks. Three body scanning systems are available at CHU Sainte-Justine in Montreal: a fixed system of InSpeck Capturor II LF digitizers and two portable scanners, BodyScan and Structure Sensor. The aim of this study is to compare them by evaluating their accuracy and repeatability. To achieve this, we placed 46 surface markers on an anthropomorphic manikin and scanned it three times with each system. We also measured the 3D coordinates of the same markers using a coordinate measuring machine (CMM), serving as ground-truth. We evaluated the repeatability and accuracy of the three systems: the former, by measuring the bidirectional mean distance between the three surfaces acquired with a given modality; the latter, by calculating the residual normal distance separating each of the 3D surfaces and the CMM point cloud. We also compared texture mapping accuracy between InSpeck and Structure Sensor by examining the CMM point cloud versus the marker 3D coordinates selected on the trunk surface. The results show good accuracy and repeatability for all three systems, with slightly better geometric accuracy for BodyScan (p-value ≈ 10-6). In terms of texture mapping, InSpeck showed better accuracy than Structure Sensor (p-value = 0.0059).
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 | 0,002 | 0,008 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».