Geometric accuracy of low-dose CT scans for use in shoulder musculoskeletal research applications
Notice bibliographique
Résumé
Computed tomography (CT) imaging is frequently employed in a variety of musculoskeletal research applications. Although research studies often use imaging protocols developed for clinical applications, lower dose protocols are likely possible when the goal is to reconstruct 3D bone models. Our purpose was to describe the dose-accuracy trade-off between incrementally lower-dose CT scans and the geometric reconstruction accuracy of the humerus, scapula, and clavicle. Six shoulder specimens were acquired and scanned using 5 helical CT protocols: 1) 120 kVp, 450 mA (full-dose); 2) 120 kVp, 120 mA; 3) 120 kVp, 100 mA; 4) 100 kVp, 100 mA; 5) 80 kVp, 80 mA. Scans were segmented and reconstructed into 3D surface meshes. Geometric error was assessed by comparing the surfaces of the low-dose meshes to the full-dose (gold standard) mesh and was described using mean absolute error, bias, precision, and worst-case error. All low-dose protocols resulted in a >70 % reduction in the effective dose. Lower dose scans resulted in higher geometric errors; however, error magnitudes were generally <0.5 mm. These data suggest that the effective dose associated with CT imaging can be substantially reduced without a significant loss of geometric reconstruction accuracy.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,004 | 0,029 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 source (Gemma direct ou Codex distillé), 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 ».