MétaCan
Menu
Retour à la cohorte
Enregistrement W3106425556 · doi:10.1109/ius46767.2020.9251808

Regularized phantom-free construction of local attenuation coefficient slope maps for quantitative ultrasound imaging

2020· article· en· W3106425556 sur OpenAlexaff
Iman Rafati, Franeois Destrempes, Guy Cloutier

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineMedicine
ThématiqueUltrasound Imaging and Elastography
Établissements canadiensUniversité de Montréal
Organismes subventionnairesnon disponible
Mots-clésImaging phantomAttenuationComputer scienceUltrasoundAttenuation coefficientMathematicsPhysicsAcousticsOptics

Résumé

récupéré en direct d'OpenAlex

Constructing an attenuation map based on local attenuation coefficient slope (ACS) in quantitative ultrasound (QUS) has shown potential in the diagnosis of liver steatosis. Detecting tumors in the liver and differentiating abnormalities in tissues are some other applications for these maps. In this work, we considered the construction of semantic parametric maps and a recent method providing a phantom-free estimation of local ACS. The main goal was to propose a methodology for constructing regularized phantom-free local ACS maps based on this framework. The proposed method was tested on two tissue mimicking (#1 and #2) with different attenuation: i) homogeneous phantoms; and ii) side-by-side phantoms. Modifications brought to previous works include: a) a linear interpolation of the power spectrum in log-scale; b) the relaxation of the underlying hypothesis on the diffraction factor; c) a generalization to nonhomogeneous local ACS; and d) an adaptive restriction of frequencies to a more reliable range for this purpose than the usable frequency range. The regularization was formulated as generalized LASSO, and a variant of the Bayesian Information Criterion (BIC) was applied to estimate the Lagrangian multiplier on the LASSO constraint. Ultrasound acquisitions were performed with a Verasonics Vantage 256 scanner (Redmond, WA) using an ATL L7-4 probe (Philips, Bothell, WA) driven at 5 MHz, using 21 angles (-5° to 5°) compounding. In this work, power spectra were averaged over 25 scanlines, each spanning 10 pulse lengths. i) On homogeneous phantoms, normalized root mean squared errors (NRMSE) were (in %): #1) 8.9 ± 3.6; #2) 7.0 ± 1.6. Without regularization, the phantom-free method yielded NRMSEs of: #1) 19.1 ± 2.1; #2) 11.5 ± 1.0. ii) On phantoms with side-by-side media, NRMSEs were: #1) 32.3 ± 8.5; #2) 10.3 ± 6.8. Without regularization, NRMSEs were #1) 35.1 ± 8.7; #2) 13.2 ± 5.2. The contrast-to-noise-ratio was 4.4 ± 1.7 (no units) with regularization, and 2.6 ± 0.6 without it. Future work should address the problem of boundaries between distinct media (tissues).

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,005
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,010

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,005
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,001
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,018
Tête enseignante GPT0,270
Écart entre enseignants0,252 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
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

Citations6
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetUltrasound Imaging and ElastographyTravaux en français237 207