MétaCan
Menu
← Retour à la cohorte
Enregistrement W4393393735 · doi:10.1117/12.3005886

Kidney stone compositional analysis and identification using a benchtop high-resolution multi-modal x-ray phase-contrast micro-CT imaging system

2024· article· en· W4393393735 sur OpenAlexaff
Abdollah Pil-Ali, Zachary Birch, Sahar Adnani, Christopher C. Scott, Karim S. Karim

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineMedicine
ThématiqueKidney Stones and Urolithiasis Treatments
Établissements canadiensUniversity of Waterloo
Organismes subventionnairesnon disponible
Mots-clésPhase-contrast imagingContrast (vision)Phase contrast microscopyMaterials scienceIdentification (biology)ModalBiomedical engineeringComputer scienceRadiologyMedicineOpticsArtificial intelligencePhysics

Résumé

récupéré en direct d'OpenAlex

The prevalence of kidney stones has significantly risen among the elderly population in recent decades, with some countries experiencing rates approaching 15%. Due to high recurrence rates, analyzing stone composition is essential for recurrence prevention. Fourier transform infrared spectroscopy (FT-IR) and conventional x-ray diffractometry (XRD) are used for this purpose, however, both methods are labor-intensive and require skilled operators, as stones need careful dissection and grinding. Many kidney stones have heterogeneous compositions, and even with spectroscopic analyses, error rates remain high. Despite improvements, challenges in stone sampling and tiny material amounts can still lead to inaccuracies. This prompts the question of how to better manage patients and potentially enhance recurrence prevention strategies despite the shift toward spectroscopic techniques in analytical labs. In this work, we demonstrate the potential of an in-house grating-based high-resolution x-ray phase-contrast μ-CT imaging system in characterizing kidney stones and their compositional analysis. Employing the reported compact benchtop x-ray phase-contrast μ-CT imaging system facilitates stone identification and analysis using additional quantitative data—phase and scattering—obtained from the emerging x-ray phase-contrast imaging system. Having the three sets of images—transmission, phase, and scattering—could potentially pave the way for an accurate and faster stone compositional analysis with clinical values in studying the pathophysiological mechanisms of kidney stone disease that could help improve the recurrence prevention rates.

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)0,001
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: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,003
Score d'incertitude au seuil0,010

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,001

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 Opus0,016
Tête enseignante GPT0,308
Écart entre enseignants0,292 · 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

Citations0
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetKidney Stones and Urolithiasis Treatments→Travaux en français237 207→