Brain Tumor Surgery With 3-Dimensional Surface Navigation
Notice bibliographique
Résumé
BACKGROUND: Precise lesion localization is necessary for neurosurgical procedures not only during the operative approach, but also during the preoperative planning phase. OBJECTIVE: To evaluate the advantages of 3-dimensional (3-D) brain surface visualization over conventional 2-dimensional (2-D) magnetic resonance images for surgical planning and intraoperative guidance in brain tumor surgery. METHODS: Preoperative 3-D brain surface visualization was performed with neurosurgical planning software in 77 cases (58 gliomas, 7 cavernomas, 6 meningiomas, and 6 metastasis). Direct intraoperative navigation on the 3-D brain surface was additionally performed in the last 20 cases with a neurosurgical navigation system. For brain surface reconstruction, patient-specific anatomy was obtained from MR imaging and brain volume was extracted with skull stripping or watershed algorithms, respectively. Three-dimensional visualization was performed by direct volume rendering in both systems. To assess the value of 3-D brain surface visualization for topographic lesion localization, a multiple-choice test was developed. To assess accuracy and reliability of 3-D brain surface visualization for intraoperative orientation, we topographically correlated superficial vessels and gyral anatomy on 3-D brain models with intraoperative images. RESULTS: The rate of correct lesion localization with 3-D was significantly higher (P = .001, χ), while being significantly less time consuming (P < .001, χ) compared with 2-D images. Intraoperatively, visual correlation was found between the 3-D images, superficial vessels, and gyral anatomy. CONCLUSION: The proposed method of 3-D brain surface visualization is fast, clinically reliable for preoperative anatomic lesion localization and patient-specific planning, and, together with navigation, improves intraoperative orientation in brain tumor surgery and is relatively independent of brain shift.
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 | 0,000 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».