Generation of a 3D Printed Temporal Bone Model with Internal Fidelity and Validation of the Mechanical Construct
Notice bibliographique
Résumé
OBJECTIVE: To generate a rapid-prototyped temporal bone model from computed tomography (CT) data with a specific focus on internal anatomic fidelity. STUDY DESIGN: Research ethics board-approved prospective cohort study. SETTING: Current iterations of a rapid-prototyped temporal bone model are complicated by absent void spaces and inconsistent bone density due to limited infiltrant exposure. The creation of a high-fidelity model allows surgical trainees to practice in a standardized and reproducible training environment. This learning paradigm will significantly augment resident understanding of surgical approaches and techniques to prevent adverse outcomes. SUBJECTS AND METHODS: We describe a technique for generating internally accurate rapid-prototyped anatomical models with solid and hollow structures, including void spaces. The novel slicing algorithm digitally deconstructs a model into segments and permits removal of extraneous print material and allows infiltrant penetration of the entire bone structure. Precise reassembly is facilitated by digitally generated fiducials. Infiltrant of choice was determined by expert assessment and subjected to objective mechanical property assessment with comparison to cadaveric sheep bone. RESULTS: The printed bone models are highly realistic. Void space representation was excellent with 88% concordance between cadaveric bone and the resultant rapid-prototyped temporal bone model. Ultimately, cyanoacrylate with hydroquinone was determined to be the most appropriate infiltrant for both cortical and trabecular simulation. The mechanical properties of all tested infiltrants were similar to real bone. CONCLUSION: This model serves as an excellent replica of a human temporal bone for training and preoperative surgical rehearsal and can be dissected in a true-to-life fashion.
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 | 0,003 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 0,001 |
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.
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 ».