Intraoperative cone‐beam CT for correction of periaxial malrotation of the femoral shaft: A surface‐matching approach
Notice bibliographique
Résumé
Limb length, alignment and rotation can be difficult to determine in femoral shaft fractures. Shaft axis rotation is particularly difficult to assess intraoperatively. Femoral malpositioning can cause deformity, pain and secondary degenerative joint damage. The aim of this study is to develop an intraoperative method based on cone-beam computed tomography (CBCT) to guide alignment of femoral shaft fractures. We hypothesize that bone surface matching can predict malrotation even with severe comminution. A cadaveric femur was imaged at 16 femoral periaxial malrotations (-51.2 degrees to 60.1 degrees). The images were processed resulting in an unwrapped bone surface plot consisting of a pattern of ridges and valleys. Fracture gaps were simulated by removing midline CT slices. The gaps were reconstituted by extrapolating the existing proximal and distal fragments to the midline of the fracture. The two bone surfaces were then shifted to align bony features. Periaxial malrotation was accurately assessed using surface matching (r2 = 0.99, slope 1.0). The largest mean error was 2.20 degrees and the average difference between repeated measurements was 0.49 degrees. CBCT can provide intraoperative high-resolution images with a large field of view. This quality of imaging enables surface matching algorithms to be utilized even with large areas of comminution.
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) | 0,000 | 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 ».