MétaCan
Menu
Retour à la cohorte
Enregistrement W1900918924 · doi:10.1016/j.medengphy.2015.07.007

Automatic detection of selective arterial devices for advanced visualization during abdominal aortic aneurysm endovascular repair

2015· article· en· W1900918924 sur OpenAlex
Simon Lessard, Claude Kauffmann, Marcus Pfister, Guy Cloutier, Éric Thérasse, Jacques A. de Guise, Gilles Soulez

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.
fundUn bailleur canadien est enregistré sur le travail.

Notice bibliographique

RevueMedical Engineering & Physics · 2015
Typearticle
Langueen
DomaineMedicine
ThématiqueAortic aneurysm repair treatments
Établissements canadiensCentre Hospitalier de l’Université de Montréal
Organismes subventionnairesCanadian Institutes of Health Research
Mots-clésAbdominal aortic aneurysmLumen (anatomy)SegmentationBiomedical engineeringStentRadiologyEndovascular aneurysm repairHessian matrixComputer scienceMedicineMaterials scienceComputer visionAneurysmArtificial intelligenceSurgery

Résumé

récupéré en direct d'OpenAlex

Here we address the automatic segmentation of endovascular devices used in the endovascular repair (EVAR) of abdominal aortic aneurysms (AAA) that deform vascular tissues. Using this approach, the vascular structure is automatically reshaped solving the issue of misregistration observed on 2D/3D image fusion for EVAR guidance. The endovascular devices we considered are the graduated pigtail catheter (PC) used for contrast injection and the stent-graft delivery device (DD). The segmentation of the DD was enhanced using an asymmetric Frangi filter. The segmented geometries were then analysed using their specific features to remove artefacts. The radiopaque markers of the PC were enhanced using a fusion of Hessian and newly introduced gradient norm shift filters. Extensive experiments were performed using a database of images taken during 28 AAA-EVAR interventions. This dataset was divided into two parts: the first half was used to optimize parameters and the second to compile performances using optimal values obtained. The radiopaque markers of the PC were detected with a sensitivity of 88.3% and a positive predictive value (PPV) of 96%. The PC can therefore be positioned with a majority of its markers localized while the artefacts were all located inside the vessel lumen. The major parts of the DD, the dilatator tip and the pusher surfaces, were detected accurately with a sensitivity of 85.9% and a PPV of 88.7%. The less visible part of the DD, the stent enclosed within the sheath, was segmented with a sensitivity of 63.4% because the radiopacity of this region is low and uneven. The centreline of the DD in this stent region was alternatively traced within a 0.74 mm mean error. The automatic segmentation of endovascular devices during EVAR is feasible and accurate; it could be useful to perform elastic registration of the vascular lumen during endovascular repair.

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.

Prédiction distillée sur la base complète

Imitation des enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,821
Score d'incertitude au seuil0,753

Scores Codex et Gemma par catégorie

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

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.

Tête enseignante Opus0,010
Tête enseignante GPT0,264
Écart entre enseignants0,254 · 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