MétaCan
Menu
Retour à la cohorte
Enregistrement W2096100084 · doi:10.1109/robot.2007.363951

A Haptic-based Ultrasound Training/Examination System (HUTES)

2007· article· en· W2096100084 sur OpenAlexaff
Amir M. Tahmasebi, Purang Abolmaesumi, Keyvan Hashtrudi-Zaad

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineMedicine
ThématiqueSurgical Simulation and Training
Établissements canadiensQueen's University
Organismes subventionnairesnon disponible
Mots-clésHaptic technologyKinesthetic learningComputer scienceWorkstationInterface (matter)Modular designModality (human–computer interaction)UltrasoundTraining systemSimulationSoftwareMedical imagingMedical physicsArtificial intelligenceRadiologyMedicineOperating system

Résumé

récupéré en direct d'OpenAlex

This work presents a haptic-based medical ultrasound diagnostic simulator that can be used as an ultrasound training tool for radiology residents as well as an examination system for remote applications. The proposed system allows to develop radiology expertise with minimum practice on live patients, or in places or at times when radiology devices or patients with rare cases may not be available. The proposed simulator consists of a PC workstation with dual monitors, a PHANToMtrade haptic device and a modular software package that allows for visual feedback and kinesthetic interactions between the operator and multi-modality image databases. The system helps emulate a real ultrasound examination condition at hospital, which is enhanced with augmented CT and/or MRI images. The haptic interface creates position correspondence between the operator's hand and a virtual probe. Preliminary human factors studies have demonstrated significant potential of the developed system for scientific and commercial applications

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)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: aucune
GenreSignal candidat: Méthodes · Signal consensuel: Méthodes
Score de désaccord entre enseignants0,017
Score d'incertitude au seuil0,057

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,000
Charge utile insuffisante (le modèle a refusé de juger)0,0170,003

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 Opus0,047
Tête enseignante GPT0,303
Écart entre enseignants0,256 · 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'étudeExpérimental (laboratoire)
Domainenon disponible
GenreMéthodes

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

En bref

Citations5
Publié2007
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetSurgical Simulation and TrainingTravaux en français237 207