MétaCan
Menu
Retour à la cohorte
Enregistrement W4281720075 · doi:10.24297/ijct.v22i.9228

Hyalite Sol-Gel Amoeba: A Physiology-Based Biophysical Model for Segmentation and Biotransformation of Medical Images To 3D Solid-State Characterizing Native Tissue Properties for Patient-Specific and Patient-Appropriate Analysis for Surgical Applications

2022· article· en· W4281720075 sur OpenAlexaff
Harjeet Singh Gandhi

Notice bibliographique

RevueINTERNATIONAL JOURNAL OF COMPUTERS & TECHNOLOGY · 2022
Typearticle
Langueen
DomaineMedicine
ThématiqueSpaceflight effects on biology
Établissements canadiensHamilton Health Sciences
Organismes subventionnairesnon disponible
Mots-clésAmoeba (genus)Amoeba proteusSegmentationComputer scienceArtificial intelligenceBiologyCell biology

Résumé

récupéré en direct d'OpenAlex

Introduction: The endeavour to improve medical image segmentation techniques for higher analysis in surgical planning and medical therapeutics is far from becoming a standard of care in clinical practice. Hyalite Sol-Gel Amoeba model based on biophysical sciences apart from performing image segmentation is designed to extract real-world tissue densities for patient-specific and patient-appropriate analysis. Objectives: Amoeba Proteus is a unicellular independent entity, with a nucleus and sol-gel protoplasm enclosed in a membrane. The study presents versatile restructuring anatomy and physiology of the Amoeba Proteus for segmentation of 2D, and 3D medical images based on well-established principles of energy minimization and active contour. It demonstrates how the animalcule glides and advances by throwing pseudopodia driven by phenomenal actin-myosin activity that can segment a region-of-interest, and finally, at the time of apoptosis, its protoplasm and organelles acquire distribution of original image intensities to characterize tissue densities. Methods: This seminal study following a brief review of computer vision science discusses the relationship between optical density and tissue density, and the theory of sol-gel fluid mechanics. The framework of the HSG-Amoeba is described with the segmentation of various skeletal components of the thoracic cage. Results: This being a foundational study to describe the concept of the HSG-Amoeba model it requires the development of a mathematical algorithm to demonstrate its worthiness as a tool for surgical applications. Conclusion: The focus of the study is to present the design and framework of the newly conceived HSG-Amoeba model to segment a medical image and extract tissue densities without altering the original image intensities.

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 enseignants0,716
Score d'incertitude au seuil0,519

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,000
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 Opus0,013
Tête enseignante GPT0,296
Écart entre enseignants0,282 · 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

Citations2
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueINTERNATIONAL JOURNAL OF COMPUTERS & TECHNOLOGYMême sujetSpaceflight effects on biologyTravaux en français237 207