MétaCan
Menu
Retour à la cohorte
Enregistrement W3209439384 · doi:10.1016/j.compmedimag.2021.102000

3D hemisphere-based convolutional neural network for whole-brain MRI segmentation

2021· article· en· W3209439384 sur OpenAlex

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.
fundUn bailleur canadien est enregistré sur le travail.

Notice bibliographique

RevueComputerized Medical Imaging and Graphics · 2021
Typearticle
Langueen
DomaineComputer Science
ThématiqueMedical Image Segmentation Techniques
Établissements canadiensUniversity of British ColumbiaSimon Fraser University
Organismes subventionnairesNational Institute of Mental HealthNational Institute of Biomedical Imaging and BioengineeringCanadian Institutes of Health ResearchMcDonnell Center for Systems NeuroscienceGenentechNational Institutes of HealthNational Institute of Neurological Disorders and StrokeIXICOH. Lundbeck A/SServierEisaiNational Institute on AgingAlzheimer Society Research ProgramCommonwealth Scientific and Industrial Research OrganisationFondation pour la Recherche sur AlzheimerAlzheimer SocietyAlzheimer's SocietyMichael Smith Health Research BCU.S. Department of DefenseEli Lilly and CompanyCompute CanadaNorthern California Institute for Research and EducationUniversity of Southern CaliforniaNatural Sciences and Engineering Research Council of CanadaPfizerBioClinicaBiogenGlaxoSmithKlineBristol-Myers SquibbFondation Brain CanadaNational Center for Advancing Translational SciencesMeso Scale DiagnosticsAlzheimer's Disease Neuroimaging InitiativeNovartis Pharmaceuticals CorporationAlzheimer's Association
Mots-clésSegmentationComputer scienceConvolutional neural networkArtificial intelligencePattern recognition (psychology)Hausdorff distanceMinimum bounding boxComputer vision

Résumé

récupéré en direct d'OpenAlex
Aucun résumé dans les sources couvertes. Son absence est consignée, pas traitée comme un négatif.

Aucun résumé. Ce n'est pas une lacune de cette base de données : OpenAlex n'en a pas non plus. 23,3 % de la base est dans cet état, et le tri y repère MOITIÉ moins de métarecherche ; l'absence est donc un biais mesuré, et non un champ manquant.

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)0,001
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: aucune
GenreSignal candidat: Méthodes · Signal consensuel: Méthodes
Score de désaccord entre enseignants0,976
Score d'incertitude au seuil0,831

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
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 Opus0,014
Tête enseignante GPT0,287
Écart entre enseignants0,273 · 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