VIRTUAL ANATOMICAL 3-D FIT TRIAL FOR INTRA-THORACICALLY IMPLANTED MEDICAL DEVICES
Notice bibliographique
Résumé
Purpose: To develop a system that converts computed tomography (CT) scans into an interactive 3-D model of the thoracic cavity. This study will allow for the pre-operative determination of optimal anatomical fit of intra-thoracically implanted medical equipment such as circulatory support devices. Methods: A set of 34 cardiac and 42 non-cardiac patients who had CT scans of the chest were consecutively selected from the radiology data bank. Anatomical structures of the electronic CT scans were manually extracted using software. These structures included the thoracic cage, lungs, heart, and the great vessels. The information was converted into a 3-D surface mesh model, which was imported into a 3-D viewer to acquire direct anatomical measurements. The thoracic cage and intra-thoracic organs were measured for data analysis. Results: A methodology was successfully developed to convert patient thoracic CT scans into interactive 3-D models, permitting the collection of key anatomical measurements to assess intra-thoracic device fit feasibility. Data conversion can be accomplished easily, making the system a very valuable pre-operative assessment tool. Conclusions: This study demonstrates the feasibility of implementing a rapid pre-operative screening method based on anatomical fit for the selection/rejection of patients who are candidates for an intra-thoracic mechanical device. This new method will allow for the virtual pre-operative implantation of such devices within a patients' chest cavity.
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 | 0,002 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| 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 | 0,001 |
| 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 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 ».