MétaCan
Menu
Retour à la cohorte
Enregistrement W4234369753 · doi:10.1117/12.440246

<title>Three-dimensional ultrasound imaging</title>

2001· article· en· W4234369753 sur OpenAlexafffund
Aaron Fenster, Dónal B. Downey

Notice bibliographique

RevueProceedings of SPIE, the International Society for Optical Engineering/Proceedings of SPIE · 2001
Typearticle
Langueen
DomaineComputer Science
ThématiqueMedical Image Segmentation Techniques
Établissements canadiensWestern University
Organismes subventionnairesCanadian Institutes of Health Research
Mots-clésUltrasound3D ultrasoundComputer scienceVisualizationUltrasound imagingMedical diagnosisComputer visionMedical imagingArtificial intelligenceOrientation (vector space)TransducerMedical physicsMedicineRadiologyAcoustics

Résumé

récupéré en direct d'OpenAlex

The last two decades have witnessed unprecedented developments of imaging systems making use of 3D visualization. These new technologies have revolutionized diagnostic radiology, by providing information about the interior of the human body never before available. Ultrasound imaging is an important cost-effective technique used routinely in the management of a number of diseases. However, technical improvements are needed before its full potential is realized, particularly in applications involving minimally invasive therapy or surgery. 2D viewing of 3D anatomy, using conventional ultrasound, limits our ability to quantify and visualize the anatomy and guide therapy. This occurs because the use of 2D ultrasound requires that the diagnostician integrate multiple images in his mind. This practice is inefficient, and may lead to variability and incorrect diagnoses. Also, the 2D ultrasound image represents a thin plane at an arbitrary angle in the body. It is difficult to localize the image plane, and reproduce it at a later time. Over the past 2 decades, investigators have addressed these limitations by developing 3D ultrasound techniques. In this paper we describe our developments of 3D ultrasound techniques for imaging organs such as the prostate, breast, and kidney. To produce a 3D image, the ultrasound transducer is scanned mechanically or using a free-hand technique. The images are digitized and then reconstructed into a 3D image, which can be viewed and manipulated interactively. In addition, the user can segment the organ and measure its volume manually or using semi-automatic techniques. In this paper we describe the use of 3D ultrasound for diagnosis, image-guided therapy and quantifying organ volume. Examples will be given for imaging various organs, such as the prostate, carotid arteries, and breast, and for the use in 3D ultrasound-guided brachytherapy. In addition, we describe 3D segmentation methods that can be used for analysis of the volume of the prostate and carotid vessel lumen using 3D ultrasound images. The segmentation techniques applied to 3D ultrasound images has been shown to be less variable than manual segmentation techniques and of value in both 3D ultrasound-guided prostate brachytherapy and in the assessment of carotid plaque progression/regression.

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)0,001
score de la tête « metaresearch » (Gemma)0,003
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesCharge utile insuffisante (le modèle a refusé de juger)
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 enseignants0,563
Score d'incertitude au seuil0,623

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,003
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0020,002
Études des sciences et des technologies0,0010,001
Communication savante0,0050,003
Science ouverte0,0020,002
Intégrité de la recherche0,0030,002
Charge utile insuffisante (le modèle a refusé de juger)0,5630,507

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 Opus0,010
Tête enseignante GPT0,238
Écart entre enseignants0,228 · 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.

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

Citations2
Publié2001
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueProceedings of SPIE, the International Society for Optical Engineering/Proceedings of SPIEMême sujetMedical Image Segmentation TechniquesTravaux en français237 207