MétaCan
Menu
Retour à la cohorte
Enregistrement W3166315082

Frequency Model Filtering for Microwave Imaging in Breast Cancer Applications

2021· article· en· W3166315082 sur OpenAlexaffabout
Carina M. Butterworth, Katrin Smith, Brendon C. Besler, Elise Fear

Notice bibliographique

RevueCMBES Proceedings · 2021
Typearticle
Langueen
DomaineEngineering
ThématiqueMicrowave Imaging and Scattering Analysis
Établissements canadiensUniversity of Calgary
Organismes subventionnairesnon disponible
Mots-clésMicrowave imagingMammographyMicrowaveComputer scienceInterpolation (computer graphics)Magnetic resonance imagingBreast cancerMedical imagingBreast imagingComputer visionMedical physicsArtificial intelligenceMedicineCancerRadiologyImage (mathematics)Telecommunications
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

In 2020, over 27,000 women were diagnosed with and treated for breast cancer in Canada.  There are significant limitations with current imaging modalities being used in tracking recovery from treatment, such as ionizing radiation in x-ray mammography and accessibility for magnetic resonance imaging (MRI).  Microwave imaging has shown to overcome these limitations with remarkable ability to distinguish between healthy and non-healthy tissue.  The microwave imaging transmission system (MITS) developed at the University of Calgary can improve its results with filtering multipath data from the acquired frequency data.  An interpolation modelling method is proposed to adapt with different variations in the microwave signals using polynomials of orders up to 15. The polynomial models show representation of the dominant signal’s shape and width with high statistical significance in the R squared and F- tests; therefore, providing reliable filtering parameters to create the microwave images.

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: Expérimental (laboratoire) · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,841
Score d'incertitude au seuil0,793

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 savante0,0000,000
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 Opus0,009
Tête enseignante GPT0,232
Écart entre enseignants0,223 · 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'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

Citations0
Publié2021
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueCMBES ProceedingsMême sujetMicrowave Imaging and Scattering AnalysisTravaux en français237 207