Image-based finite element model stiffness and vBMD by single and dual energy CT reconstruction kernel
Notice bibliographique
Résumé
Single-energy quantitative computed tomography (SEQCT) provides volumetric bone mineral density (vBMD) measures for bone analysis and input to image-based finite element models (FEMs). Dual-energy CT (DECT) improves vBMD by accounting for voxel-specific material variations utilizing scans at multiple x-ray energies. vBMD is also altered by reconstruction kernel that cannot be accounted for using calibration phantoms. This study compared vBMD and FEM stiffness derived from SEQCT and DECT images reconstructed with two common kernels. SEQCT and DECT images of cadaveric shoulders (n = 10) were collected using standard (STD) and boneplus (BONE) kernels. Hounsfield Units were converted to vBMD using specimen-specific calibrations. DECT STD and BONE images were generated using an established material decomposition method with 40 and 90 keV simulated monochromatic images. A proximal humerus bone section below the anatomic neck was used for vBMD analysis and FEM generation. FEMs were loaded to 1% apparent strain for stiffness measurements. Between STD and BONE kernel images, average vBMD differed 0.9 mg K2HPO4 /cc and 4.1 mg K2HPO4 /cc, in SEQCT and DECT images, respectively. Significant differences occurred in DECT images (p = 0.001). BONE reconstructed images produced higher vBMD measures across both SEQCT and DECT images. The difference between STD and BONE in both SEQCT- and DECT-based FEMs persisted, with larger estimated stiffness in BONE models. For six of the models DECT-based had higher stiffness than SEQCT-based models using the same kernel, although these models differed between STD and BONE kernels. Differences in stiffness between STD and BONE derived models were similar across image types (DECT: 17.5 kN/mm; SEQCT: 19.0 kN/mm). Stiffness values were significantly different within SECT kernels and between SEQCT BONE and DECT STD models. This study shows important differences in vBMD and FEM stiffness that occur due to CT-based imaging parameters alone. These results indicate that consistent imaging parameters should be used for vBMD analysis and FEM input to avoid systematic measurement errors.
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 ».