Improved algorithm for generating evenly-spaced streamlines from an orientation field on a triangulated surface
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
BACKGROUND: Vector fields such as cardiac fiber orientation can be visualized on a surface using streamlines. The application of evenly-spaced streamline generation to the construction of interconnected cable structure for cardiac propagation models has more stringent requirements imperfectly fulfilled by current algorithms. METHOD: We developed an open-source C++/python package for the placement of evenly-spaced streamlines on a triangulated surface. The new algorithm improves upon previous works by more accurately handling streamline extremities, U-turns and limit cycles, by providing stronger geometrical guarantees on inter-streamline minimal distance, particularly when a high density of streamlines (up to 10μm spacing) is desired, and by making a more efficient parallel implementation available. The approach requires finding intersections between geometrical capsules and triangles to update an occupancy mask defined on the triangles. This enables fast streamline integration from thousands of seed points to identify optimal streamline placement. RESULTS: The algorithm was assessed qualitatively on different left atrial models of fiber orientation with varying mesh resolutions (up to 375k triangles) and quantitatively by measuring streamline lengths and distribution of inter-streamline minimal distance. The complexity and the computational performance of the algorithm were studied as a function of streamline spacing in relation to triangular mesh resolution. CONCLUSION: More accurate geometrical computations, attention to details and fine-tuning led to an algorithm more amenable to applications that require precise positioning of streamlines.
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.
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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 découle