MétaCan
Menu
Retour à la cohorte
Enregistrement W4406808063 · doi:10.1142/s0218213025500046

An Interactive Real-Time 3D Representation of a Heart Using a 2D Ultrasound Vest: Proof of Concept

2025· article· en· W4406808063 sur OpenAlexaff
Gail S. Goodman, N. Bourbakis

Notice bibliographique

RevueInternational Journal of Artificial Intelligence Tools · 2025
Typearticle
Langueen
DomaineMedicine
ThématiqueSurgical Simulation and Training
Établissements canadiensArtificial Intelligence in Medicine (Canada)
Organismes subventionnairesnon disponible
Mots-clésVESTProof of conceptRepresentation (politics)Computer scienceComputer graphics (images)Computer visionComputer security

Résumé

récupéré en direct d'OpenAlex

As the population of older adults increases worldwide, the number of individuals afflicted with cardiovascular issues and diseases is also increasing. The rate at which individuals worldwide succumb to cardiovascular disease (CVD) is rising as well. That is, the World Health Organization (WHO) reports that the number one cause of death globally is from CVD either in the form of myocardial infarctions or strokes. The primary ways of assisting individuals with CVD are from either improved treatments, monitoring research, or primary and secondary prevention measures. In the form of cardiovascular structural monitoring, ultrasonography is very prevalent and allows for multiple configurations, is the least expensive, and has no detrimental side effects to the patient. This is the proof of concept study that investigates how we can combine a wearable ultrasound vest of multiple 2D transducers to create a 3D model of the heart for continuous monitoring. Furthermore, we create functional models to represent the states the heart can be in both respect to normal operations as well as Atrial Fibrillation. Using the wearable ultrasound vest created in our previous work, a 3D model is created via a structure from motion approach with synthetic data. Also, a denoising process is created to assist the modeling process. The 3D model is constructed with up to three views. That is, via the parasternal, frontal, and apical views where the frontal view is the halfway point between the apical and parasternal views. Furthermore, stochastic petri nets (SPN) are created to represent the cyclic states of the heart. The experimental results show a 3D model of the synthetic heart constructed from a point cloud created by the structure from the motion approach. Then, it is successfully denoised with our outlier detection and removal process. The resulting 3D model allows us to calculate surface areas and perform the continuous monitoring we initially set out to do. Finally, multiple SPN models are created for functional feature extraction as well as to assist medical professionals in continuous cardiovascular monitoring. In this paper, we demonstrated the structure from the motion approach to create a 3D model of the heart with our wearable ultrasound vest construction. Furthermore, we provided multiple SPN models for functional feature extraction and to monitor a normal heart and a heart affected by Atrial Fibrillation.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,005
Score d'incertitude au seuil0,015

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0050,001

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.

Tête enseignante Opus0,099
Tête enseignante GPT0,435
Écart entre enseignants0,336 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Artificial Intelligence ToolsMême sujetSurgical Simulation and TrainingTravaux en français237 207