Estimation and Assessment of Sagittal Spinal Curvature and Thoracic Muscle Morphometry in Different Postures
Notice bibliographique
Résumé
Spine models are typically developed from supine clinical imaging data, and hence clearly do not fully reflect postures that replicate subjects’ clinical symptoms. Our objectives were to develop a method to: (i) estimate the subject-specific sagittal curvature of the whole spine in different postures from limited imaging data, (ii) obtain muscle lines-of-action in different postures and analyze the effect of posture on muscle fascicle length, and (iii) correct for cosine between the magnetic resonance imaging (MRI) scan plane and dominant fiber line-of-action for muscle parameters (cross-sectional area (CSA) and position). The thoracic spines of six healthy volunteers were scanned in four postures (supine, standing, flexion, and sitting) in an upright MRI. Geometry of the sagittal spine was approximated with a circular spline. A pipeline was developed to estimate spine geometry in different postures and was validated. The lines-of-action for two muscles, erector spinae (ES) and transversospinalis (TS) were obtained for every posture and hence muscle fascicle lengths were computed. A correction factor based on published literature was then computed and applied to the muscle parameters. The maximum registration error between the estimated spine geometry and MRI data was small (average RMSE∼1.2%). The muscle fascicle length increased (up to 20%) in flexion when compared to erect postures. The correction factor reduced muscle parameters (∼5% for ES and ∼25% for TS) when compared to raw MRI data. The proposed pipeline is a preliminary step in subject-specific modeling. Direction cosines of muscles could be used while improving the inputs of spine models.
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 | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 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 | 0,001 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».