MétaCan
Menu
Retour à la cohorte
Enregistrement W2111704718 · doi:10.3109/10929080601089997

3D simulation of needle-tissue interaction with application to prostate brachytherapy

2006· article· en· W2111704718 sur OpenAlexaff
Orçun Göksel, Septimiu E. Salcudean, Simon DiMaio

Notice bibliographique

RevueComputer Aided Surgery · 2006
Typearticle
Langueen
DomaineEngineering
ThématiqueAdvanced Numerical Analysis Techniques
Établissements canadiensUniversity of British ColumbiaUniversity of British Columbia Hospital
Organismes subventionnairesnon disponible
Mots-clésDiscretizationComputer scienceNode (physics)Polygon meshFinite element methodRendering (computer graphics)Computational scienceAlgorithmArtificial intelligenceComputer graphics (images)MathematicsAcoustics

Résumé

récupéré en direct d'OpenAlex

This paper presents a needle-tissue interaction model that is a 3D extension of prior work based on needle and tissue models discretized using the Finite Element Method. The use of flexible needles necessitates remeshing the tissue during insertion, since simple mesh-node snapping to the tip can be detrimental to the simulation. In this paper, node repositioning and node addition are the two methods of mesh modification examined for coarse meshes. Our focus is on numerical approaches for fast implementation of these techniques. Although the two approaches compared, namely the Woodbury formula (matrix inversion lemma) and the boundary condition switches, have the same computational complexity, the Woodbury formula is shown to perform faster due to its cache-efficient order of operations. Furthermore, node addition is applied in constant time for both approaches, whereas node repositioning requires longer and variable computational times. A method for rendering the needle forces during simulated insertions into a 3D prostate model has been implemented. Combined with a detailed anatomical segmentation, this will be useful in teaching the practice of prostate brachytherapy. Issues related to discretization of such coupled (e.g., needle-tissue) models are also discussed.

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)0,000
score de la tête « metaresearch » (Gemma)0,001
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: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,009
Score d'incertitude au seuil0,018

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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.

Tête enseignante Opus0,006
Tête enseignante GPT0,240
Écart entre enseignants0,234 · 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

Citations51
Publié2006
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueComputer Aided SurgeryMême sujetAdvanced Numerical Analysis TechniquesTravaux en français237 207