Reproducibility and repeatability of a semi-automated pipeline to quantify trapeziometacarpal joint angles using dynamic computed tomography
Notice bibliographique
Résumé
BACKGROUND: The trapeziometacarpal (TMC) joint is a mechanically complex joint and is commonly affected by musculoskeletal diseases such as osteoarthritis. Quantifying in vivo TMC joint biomechanics, such as joint angles, with traditional reflective marker-based methods can be difficult due to the joint's location in the hand. Dynamic computed tomography (CT) can facilitate the quantification of TMC joint motion by continuously capturing three-dimensional volumes over time. However, post-processing of dynamic CT datasets can be time intensive and automated methods are needed to reduce processing times to allow for application to larger clinical studies. The purpose of this work is to introduce a fast, semi-automated pipeline to quantify joint angles from dynamic CT scans of the TMC joint and evaluate the associated error in joint angle and translation computation by means of a reproducibility and repeatability study. METHODS: Ten cadaveric hands were scanned with dynamic CT using a passive motion device to move thumbs in a radial abduction-adduction motion. Static CT scans and high-resolution peripheral quantitative CT scans were also acquired to generate high-resolution bone meshes. Abduction-adduction, flexion-extension, and axial rotation angles were computed using a joint coordinate system. Reproducibility and repeatability were assessed using intraclass correlation coefficients, Bland-Altman analysis, and root mean square errors. Target registration errors were computed to evaluate errors associated with image registration. RESULTS: We found good repeatability for flexion-extension, abduction-adduction, and axial rotation angles. Reproducibility was moderate for all three angles. Joint translations exhibited greater repeatability than reproducibility. Specimens with greater joint degeneration had lower repeatability and reproducibility. We found that the difference in resulting joint angles and translations were likely due to differences in segment coordinate system definition between multiple raters, rather than due to registration errors. CONCLUSIONS: The proposed semi-automatic processing pipeline was fast, repeatable, and moderately reproducible when quantifying TMC joint angles and translations. This work provides a range of errors for TMC joint angles from dynamic CT scans using manually selected anatomical landmarks.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,014 | 0,024 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,001 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».