MétaCan
Menu
Retour à la cohorte
Enregistrement W4386378172 · doi:10.1038/s41598-023-41424-7

Cost-effective, portable, patient-dedicated three-dimensional automated breast ultrasound for point-of-care breast cancer screening

2023· article· en· W4386378172 sur OpenAlexafffund
Claire Keun Sun Park, Tiana Trumpour, Amal Aziz, Jeffrey Bax, David Tessier, Lori Gardi, Aaron Fenster

Notice bibliographique

RevueScientific Reports · 2023
Typearticle
Langueen
DomaineComputer Science
ThématiqueAI in cancer detection
Établissements canadiensRobarts Clinical TrialsWestern University
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaCanadian Institutes of Health ResearchSchulich School of Medicine and Dentistry, Western UniversityOntario Institute for Cancer Research
Mots-clésBreast cancerMedicinePoint of careMedical physicsComputer scienceUltrasoundBreast cancer screeningBreast ultrasoundGynecologyRadiologyCancerMammographyInternal medicinePathology

Résumé

récupéré en direct d'OpenAlex

Breast cancer screening has substantially reduced mortality across screening populations. However, a clinical need persists for more accessible, cost-effective, and robust approaches for increased-risk and diverse patient populations, especially those with dense breasts where screening mammography is suboptimal. We developed and validated a cost-effective, portable, patient-dedicated three-dimensional (3D) automated breast ultrasound (ABUS) system for point-of-care breast cancer screening. The 3D ABUS system contains a wearable, rapid-prototype 3D-printed dam assembly, a compression assembly, and a computer-driven 3DUS scanner, adaptable to any commercially available US machine and transducer. Acquisition is operator-agnostic, involves a 40-second scan time, and provides multiplanar 3D visualization for whole-breast assessment. Geometric reconstruction accuracy was evaluated with a 3D grid phantom and tissue-mimicking breast phantoms, demonstrating linear measurement and volumetric reconstruction errors < 0.2 mm and < 3%, respectively. The system's capability was demonstrated in a healthy male volunteer and two healthy female volunteers, representing diverse patient geometries and breast sizes. The system enables comfortable ultrasonic coupling and tissue stabilization, with adjustable compression to improve image quality while alleviating discomfort. Moreover, the system effectively mitigates breathing and motion, since its assembly affixes directly onto the patient. While future studies are still required to evaluate the impact on current clinical practices and workflow, the 3D ABUS system shows potential for adoption as an alternative, cost-effective, dedicated point-of-care breast cancer screening approach for increased-risk populations and limited-resource settings.

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 candidatesaucune
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 enseignants0,002
Score d'incertitude au seuil0,008

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,003
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
Science ouverte0,0010,001
Intégrité de la recherche0,0010,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,001

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 Opus0,018
Tête enseignante GPT0,281
Écart entre enseignants0,263 · 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'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

Citations23
Publié2023
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueScientific ReportsMême sujetAI in cancer detectionTravaux en français237 207