Accuracy of Volumetric Bone Mineral Density Measurement in Weight Bearing, Cone Beam Computed Tomography
Notice bibliographique
Résumé
BACKGROUND: Weight bearing computed tomography (WBCT) utilizes cone beam CT technology to provide assessments of lower limb joint structures while they are functionally loaded. Grey-scale values indicative of X-ray attenuation that are output from cone beam CT are challenging to calibrate, and their use for bone mineral density (BMD) measurement remains debatable. To determine whether WBCT can be reliably used for cortical and trabecular BMD assessment, we sought to establish the accuracy of BMD measurements at the knee using modern WBCT by comparing them to measurements from conventional CT. METHODS: A hydroxyapatite phantom with three inserts of varying densities was used to systematically quantify signal uniformity and BMD accuracy across the acquisition volume. We evaluated BMD in vivo (n = 5, female) using synchronous and asynchronous calibration techniques in WBCT and CT. To account for variation in attenuation along the height (z-axis) of acquisition volumes, we tested a height-dependent calibration approach for both WBCT and CT images. RESULTS: ) from Bland-Altman analysis between WBCT and CT measures in vivo that were not improved by height-dependent calibration. CONCLUSION: Whilst BMD accuracy from WBCT was found to be dependent on apparent density, accuracy was independent of the calibration technique (synchronous or asynchronous) and the location of the measurement site within the field of view. Overall, we found strong correlations between BMD measures from WBCT and CT and in vivo measures to be more accurate in trabecular bone regions. Importantly, WBCT can be used to distinguish between anatomically relevant differences in BMD, however future work is necessary to determine the repeatability and sensitivity of BMD measures in WBCT.
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 | 0,009 | 0,008 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,002 | 0,001 |
| Bibliométrie | 0,003 | 0,004 |
| 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 | 0,002 |
| 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 ».