Visualisation d’échographies 3D : une nouvelle méthode basée sur le concept de « focus + context »
Bibliographic record
Abstract
L’échographie fait partie de la norme de soin pour la visualisation de l’anatomie du cœur en milieu hospitalier. Bien que l’utilisation de l’échographie 2D soit toujours répandue en clinique, l’échographie 3D/4D est la méthode de choix pour évaluer le mouvement et le fonctionnement des valves cardiaques, facilitant la manipulation et l’interprétation de l’anatomie du patient. Les systèmes commerciaux d’échographies cardiaques, qui utilisent une technique appelée le rendu volumétrique direct, possèdent habituellement un certain nombre de paramètres permettant aux utilisateurs cliniques d’optimiser en temps réel la visualisation des composantes anatomiques d’intérêt, telles que les valves cardiaques. Malgré la pertinence des plateformes commerciales en milieu clinique, il n’existe pas de travaux à notre connaissance qui supportent les méthodes présentement employées. De plus, il existe toujours certaines limitations au niveau de l’ajustement des paramètres, qui font en sorte qu’il est difficile d’optimiser la visualisation des valves sans rencontrer un problème d’occlusion causé par une quantité d’information contextuelle superflue. Le défi consiste à conserver le plus d’information contextuelle possible, permettant ainsi aux utilisateurs cliniques de bien se situer dans l’anatomie du patient, tout en ayant la meilleure visualisation possible de la valve, qui est généralement la composante anatomique d’intérêt principal. \n \nDans l’objectif de proposer une solution à ce problème d’occlusion, une nouvelle méthode de visualisation d’échographies 3D/4D a été développée en se basant sur le « focus + context » (F+C), une technique de visualisation visant à présenter une région d’intérêt détaillée accompagnée d’une vue d’ensemble plus grossière du contexte qui l’entoure. Cette nouvelle méthode de visualisation d’échographies cardiaques a pour objectif de permettre à l’utilisateur clinique de modifier les valeurs des paramètres de façon différente à l’intérieur d’une certaine région sphérique d’intérêt, ce qui permet d’ajuster les paramètres de la valve et ceux du contexte de façon indépendante. La nouvelle méthode de visualisation a été validée dans le cadre d’une étude usager menée auprès d’experts cliniques au Children’s Hospital of Philadelphia (CHOP) ainsi qu’au Centre Hospitalier de l’Université de Montréal (CHUM) et au CHU Sainte-Justine. Dans le cadre de cette étude, les participants ont optimisé des paramètres de visualisation pour une série d'échographies avec la méthode conventionnellement employée par les plateformes commerciales, puis avec la nouvelle méthode proposée avec F+C. Suite à l’étude usager, la pertinence d’une méthode basée sur le F+C dans le cadre de la visualisation d’échographies cardiaques a été démontrée. Plus spécifiquement, les résultats de l’étude usager ont démontré une différence dans l’ajustement des paramètres par les experts cliniques dans la région de l’anatomie contextuelle lorsque la méthode basée sur le F+C était utilisée.
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame distilled prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. Learned from the 10,348 direct Codex labels and 10,348 direct Gemma labels. Candidate is the union of thresholded teacher heads; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels or direct frontier model labels.
Codex and Gemma teacher scores by category
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.001 | 0.002 |
| Meta-epidemiology (narrow) | 0.002 | 0.003 |
| Meta-epidemiology (broad) | 0.002 | 0.001 |
| Bibliometrics | 0.002 | 0.006 |
| Science and technology studies | 0.001 | 0.003 |
| Scholarly communication | 0.001 | 0.001 |
| Open science | 0.003 | 0.001 |
| Research integrity | 0.005 | 0.005 |
| Insufficient payload (model declined to judge) | 0.001 | 0.001 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; both teacher heads agree on what is shown here.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".