Repository of MRI-derived models of the breast with single and multiple benign and malignant tumors for microwave imaging research
Notice bibliographique
Résumé
The diagnosis of breast cancer through MicroWave Imaging (MWI) technology has been extensively researched over the past few decades. However, continuous improvements to systems are needed to achieve clinical viability. To this end, the numerical models employed in simulation studies need to be diversified, anatomically accurate, and also representative of the cases in clinical settings. Hence, we have created the first open-access repository of 3D anatomically accurate numerical models of the breast, derived from 3.0T Magnetic Resonance Images (MRI) of benign breast disease and breast cancer patients. The models include normal breast tissues (fat, fibroglandular, skin, and muscle tissues), and benign and cancerous breast tumors. The repository contains easily reconfigurable models which can be tumor-free or contain single or multiple tumors, allowing complex and realistic test scenarios needed for feasibility and performance assessment of MWI devices prior to experimental and clinical testing. It also includes an executable file which enables researchers to generate models incorporating the dielectric properties of breast tissues at a chosen frequency ranging from 3 to 10 GHz, thereby ensuring compatibility with a wide spectrum of research requirements and stages of development for any breast MWI prototype system. Currently, our dataset comprises MRI scans of 55 patients, but new exams will be continuously added.
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 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 | 0,000 | 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».