MétaCan
Menu
← Retour à la cohorte
Enregistrement W2054880403 · doi:10.1117/12.595549

A mutual-information-based registration algorithm for ultrasound-guided computer-assisted orthopaedic surgery

2005· article· en· W2054880403 sur OpenAlexaff
Thomas K. Chen, Purang Abolmaesumi

Notice bibliographique

RevueProceedings of SPIE, the International Society for Optical Engineering/Proceedings of SPIE · 2005
Typearticle
Langueen
DomaineMedicine
ThématiqueSurgical Simulation and Training
Établissements canadiensQueen's University
Organismes subventionnairesnon disponible
Mots-clésComputer scienceComputer visionPatient registrationArtificial intelligenceMutual informationImage registrationImage-guided surgeryComputer-assisted surgerySegmentationVolume (thermodynamics)Position (finance)Medical imagingSurgical planningMedicineImage (mathematics)Radiology

Résumé

récupéré en direct d'OpenAlex

This paper presents a novel approach and its preliminary laboratory results for the employment of ultrasound (US) imaging in intraoperative guidance of computer-assisted orthopaedic surgeries (CAOS). The goal is to register live intraoperative US images with preoperative surgical planning data using minimal number of images. Preoperatively, a set of 2D US images are acquired with the corresponding positional information of the US probe provided by an optical tracking system. Using calibration parameters, the position of every pixel in the acquired images is transformed into the world coordinate frame to construct a 3D volumetric representation of the targeted anatomy for surgical planning. Intraoperatively, the surgeon takes live US images from the patient with the position of the US probe tracked in real time. A mutual-information-based registration algorithm is then used to find the closest match to the live image in the preoperative US image database. Because the position of the preoperative image inside the US volume is known, we are able to register the preoperative US volume to the live image, thus to the patient. Experiments have shown the registration algorithm has sub-millimeter accuracy in localizing the best match between the intraoperative and pre-operative images, demonstrating great potential for orthopaedic surgery applications. This method has some significant advantages over the previously reported US-guided CAOS techniques: it requires no segmentation, and employs only a few intraoperative images to accurately and robustly localize the patient. Preliminary laboratory results on both a Sawbones model of a radius bone and human subjects are presented.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,003
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,007

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,003
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0020,002
Études des sciences et des technologies0,0010,001
Communication savante0,0010,001
Science ouverte0,0020,002
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,001

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.

Tête enseignante Opus0,021
Tête enseignante GPT0,257
Écart entre enseignants0,236 · 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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSimulation ou modélisation
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations1
Publié2005
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueProceedings of SPIE, the International Society for Optical Engineering/Proceedings of SPIE→Même sujetSurgical Simulation and Training→Travaux en français237 207→