Characterizing Shape Variations in Infant Hips Using Statistical Shape Modeling for Ultrasonic Diagnosis of Hip Dysplasia with Graf’s Method
Notice bibliographique
Résumé
Purpose: Through the measurement of Graf's alpha (α) angle, the Graf method uses two-dimensional ultrasound (US) to diagnose developmental dysplasia of the hip (DDH) in infants. However, this unidimensional index cannot fully reflect anatomic shape features and variations of iliac wing and bony acetabular roof (IW-AR) coronal outlines that may influence DDH. This study aimed to analyze the shapes of IW-AR outlines by revealing their mean shape, possible shape variations, and the impact of these variations on the α angle variability. Materials and Methods: By segmenting US images of 510 infant hips, IW-AR outlines in Graf's standard plane were obtained from a mixed screening population. A statistical shape model (SSM) was then developed to analyze the outline shapes. Results: In the IW-AR outlines, shape variations were described by linear combinations of six global and local shape modes. A global mode, dominantly causing an entire outline to bend about the vicinity of its apex, could affect the α angle in a large range (38°-70°). Although a local mode produced bending patterns that had a lesser impact on the α angle (up to 6°), it may relate to DDH diagnosis and clinical outcome. Conclusion: Shape variations in IW-AR outlines can be effectively modeled by using a compact SSM representative of the variations as linear combinations of a few global and local modes. The shape variations and the angle variability by the local modes should not be underestimated even though the effect of global modes on the α angle is dominant.
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) | 0,001 | 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 ».