Experimental assessment of error in an electromagnetically-tracked ultrasound-guided needle navigation system
Notice bibliographique
Résumé
<strong>Purpose:</strong> Electromagnetic (EM)-tracked ultrasound (US)-guided needle navigation systems have potential use in spinal interventions; however, an assessment of the accuracy of these systems is required. Analysis of these systems involves examining the overall error of the system and the error of its components. The purpose of this study is to estimate the error components in an EM-tracked US-guided needle navigation system, and to determine the relationships between them, specifically for evaluation of US probe calibration. <strong>Methods:</strong> The main parts of the experimental setup are the US probe, the tracker, and the needle. The system error is examined by imaging the tracked needle with the US probe. The positional tracking error is tested for multiple needle, probe and reference sensors using a 7×9 grid with 4 cm spacing between points. Needle calibration error is evaluated by pivot calibration. An upper bound for the probe calibration error is then estimated using a series of transformations between the tracker and the needle tip position. <strong>Results:</strong> For all experiments, the mean error and its standard deviation increase as a function of distance from the tracker. The upper-bound of the US probe calibration error is estimated to be 1.81 mm. <strong>Conclusion:</strong> Operating distance has significant impact on component error, and the optimal operating distance for the presented setup has been shown. Although US probe calibration error cannot be measured directly, its upper-bound has been estimated by assessing the errors in other components of the system.
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 | 0,001 |
| 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 ».