MétaCan
Menu
← Retour à la cohorte
Enregistrement W4385230756 · doi:10.12122/j.issn.1673-4254.2023.07.20

[A method for sensitivity analysis of deviation factor for geometric correction of cone-beam CT system].

2023· article· en· W4385230756 sur OpenAlexaff
Huifang Wang, Guangwu Lin, Xiaofeng Duan, Qi Miao, Wangjiang Wu, Jianhui Ma, Yuan Xu

Notice bibliographique

RevuePubMed · 2023
Typearticle
Langueen
Domaine
Thématique
Établissements canadiensUniversity of Saskatchewan
Organismes subventionnairesNational Natural Science Foundation of China
Mots-clésBall (mathematics)Standard deviationGaussianMathematicsPixelGeometryMathematical analysisPhysicsOpticsStatistics

Résumé

récupéré en direct d'OpenAlex

OBJECTIVE: To propose a sensitivity test method for geometric correction position deviation of cone-beam CT systems. METHODS: We proposed the definition of center deviation and its derivation. We analyzed the influence of the variation of the three-dimensional spatial center of the steel ball point, the projection center and the size of the steel ball point on the deviation of geometric parameters and the reconstructed image results by calculating the geometric correction parameters based on the Noo analytical method using the FDK reconstruction algorithm for image reconstruction. RESULTS: The radius of the steel ball point was within 3 mm. The deviation of the center of the calibration parameter was within the order of magnitude and negligible. A 10% Gaussian perturbation of a single pixel in the 3D spatial coordinates of the steel ball point produced a deviation of about 3 pixel sizes, while the same Gaussian perturbation of the 2D projection coordinates of the steel ball point produced a deviation of about 2 pixel sizes. CONCLUSION: The geometric correction is more sensitive to the deviation generated by the three-dimensional spatial coordinates of the steel ball point with limited sensitivity to the deviation generated by the two-dimensional projection coordinates of the steel ball point. The deviation sensitivity of a small diameter steel ball point can be ignored.

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)0,004
score de la tête « metaresearch » (Gemma)0,017
Version: metacan-v3-hybrid-931329e0061cStatut 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: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,004
Score d'incertitude au seuil0,020

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0040,017
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0020,001
Études des sciences et des technologies0,0010,001
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0040,001

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.

Tête enseignante Opus0,059
Tête enseignante GPT0,307
Écart entre enseignants0,248 · 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.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSimulation ou modélisation
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
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePubMed→Travaux en français237 207→