MétaCan
Menu
Retour à la cohorte
Enregistrement W4395083130 · doi:10.3791/66257-v

JoVE Video Dataset

2024· article· pt· W4395083130 sur OpenAlexaff
Rachel L. Eddy, George H Xu, Jonathon Leipsic, Janice M. Leung, Don D. Sin, Chase Hall, Roger Tam

Notice bibliographique

Revuenon disponible
Typearticle
Languept
DomainePhysics and Astronomy
ThématiqueAtomic and Subatomic Physics Research
Établissements canadiensSt. Paul's HospitalUniversity of British Columbia
Organismes subventionnairesnon disponible
Mots-clésComputer scienceArtificial intelligence

Résumé

récupéré en direct d'OpenAlex

Hyperpolarized 129Xe gas MRI is an emerging technique to evaluate and measure regional lung function including pulmonary gas distribution and gas exchange. Chest computed tomography (CT) still remains the clinical gold standard for imaging of the lungs, though, in part due to the rapid CT protocols that acquire high-resolution images in seconds and the widespread availability of CT scanners. Quantitative approaches have enabled the extraction of structural lung parenchymal, airway and vascular measurements from chest CT that have been evaluated in many clinical research studies. Together, CT and 129Xe MRI provide complementary information that can be used to evaluate regional lung structure and function, resulting in new insights into lung health and disease. 129Xe MR-CT image registration can be performed to measure regional lung structure-function to better understand lung disease pathophysiology, and to perform image-guided pulmonary interventions. Here, a method for 129Xe MRI-CT registration is outlined to support implementation in research or clinical settings. Registration methods and applications that have been employed to date in the literature are also summarized, and suggestions are provided for future directions that may further overcome technical challenges related to 129Xe MR-CT image registration and facilitate broader implementation of regional lung structure-function evaluation.

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)0,000
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: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Jeu de données · Signal consensuel: Jeu de données
Score de désaccord entre enseignants0,270
Score d'incertitude au seuil0,905

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,003
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0030,003
Études des sciences et des technologies0,0010,000
Communication savante0,0020,001
Science ouverte0,0020,002
Intégrité de la recherche0,0020,001
Charge utile insuffisante (le modèle a refusé de juger)0,2700,199

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 Opus0,029
Tête enseignante GPT0,342
Écart entre enseignants0,313 · 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'étudeSans objet
Domainenon disponible
GenreJeu de données

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 sujetAtomic and Subatomic Physics ResearchTravaux en français237 207