3D Motion Compensated Tomographic Reconstruction of Coronary Stents from X-ray Rotational Sequence : An Experimental Study
Notice bibliographique
Résumé
Percutaneous transluminal coronary angioplasty consists in conducting a balloon and a stent through a coronary lesion and deploying the stent by balloon inflation. A coronary stent is a 3D complex mesh hardly visible in X-Ray images. The control of stent deployment is difficult from the 2D projection images inspection although insufficient deployment of the stent may lead to post intervention complications. In previous works, we have proposed a way to improve the clinical control of the intervention in the continuity of the angiographic procedure. We suggest to reconstruct 3D stent images from a set of 2D cone-beam projections acquired in rotational acquisition mode, using a motion compensation technique. In this paper, we investigate the feasibility of this method on coronary stents in-vivo. We first introduce one synthetic realistic case to illustrate the incorrect deployment problematic and control requirements. In-vivo experiments have been carried out on ten pigs, the porcine model is known to get anatomical and physiological similarities with humans. The cross-sectional area and the diameter along the motion compensated reconstructed deployed stent are measured in 3D slices (parallel or orthogonal to the axis of the stent). This feasibility study shows that a three-dimensional stent tomographic reconstruction can be obtained in a conventional interventional suite from a rotational X-ray sequence. So 3D quantitative measurements not available from the actual angiographic procedure are provided to the physician and help him to assess the quality of his intervention.
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 | 0,000 |
| 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 ».