Prostate brachytherapy seed localization using a mobile C-arm without tracking
Notice bibliographique
Résumé
The success of prostate brachytherapy depends on the faithful delivery of a dose plan. In turn, intraoperative localization and visualization of the implanted radioactive brachytherapy seeds enables more proficient and informed adjustments to the executed plan during therapy. Prior work has demonstrated adequate seed reconstructions from uncalibrated mobile c-arms using either external tracking devices or image-based fiducials for c-arm pose determination. These alternatives are either time-consuming or interfere with the clinical flow of the surgery, or both. This paper describes a seed reconstruction approach that avoids both tracking devices and fiducials. Instead, it uses the preoperative dose plan in conjunction with a set of captured images to get initial estimates of the c-arm poses followed by an auto-focus technique using the seeds themselves as fiducials to refine the pose estimates. Intraoperative seed localization is achieved through iteratively solving for poses and seed correspondences across images and reconstructing the 3D implanted seeds. The feasibility of this approach was demonstrated through a series of simulations involving variable noise levels, seed densities, image separability and number of images. Preliminary results indicate mean reconstruction errors within 1.2 mm for noisy plans of 84 seeds or fewer. These are attained for additive noise whose standard deviation of the 3D mean error introduced to the plan to simulate the implant is within 3.2 mm.
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 | 0,001 |
| 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 | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,000 |
| 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 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 ».