Initial investigation of an automatic registration algorithm for surgical navigation
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
The procedure required for registering a surgical navigation system prior to use in a surgical procedure is conventionally a time-consuming manual process that is prone to human errors and must be repeated as necessary through the course of a procedure. The conventional procedure becomes even more time consuming when intra-operative 3D imaging such as the C-arm cone-beam CT (CBCT) is introduced, as each updated volume set requires a new registration. To improve the speed and accuracy of registering image and world reference frames in image-guided surgery, a novel automatic registration algorithm was developed and investigated. The surgical navigation system consists of either Polaris (Northern Digital Inc., Waterloo, ON) or MicronTracker (Claron Technology Inc., Toronto, ON) tracking camera(s), custom software (Cogito running on a PC), and a prototype CBCT imaging system based on a mobile isocentric C-arm (Siemens, Erlangen, Germany). Experiments were conducted to test the accuracy of automatic registration methods for both the MicronTracker and Polaris tracking cameras. Results indicate the automated registration performs as well as the manual registration procedure using either the Claron or Polaris camera. The average root-mean-squared (rms) observed target registration error (TRE) for the manual procedure was 2.58 +/- 0.42 mm and 1.76 +/- 0.49 mm for the Polaris and MicronTracker, respectively. The mean observed TRE for the automatic algorithm was 2.11 +/- 0.13 and 2.03 +/- 0.3 mm for the Polaris and MicronTracker, respectively. Implementation and optimization of the automatic registration technique in Carm CBCT guidance of surgical procedures is underway.
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.
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 découle