A system for ultrasound-guided computer-assisted orthopaedic surgery
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
Current computer-assisted orthopedic surgery (CAOS) systems typically use preoperative computed tomography (CT) and intraoperative fluoroscopy as their imaging modalities. Because these imaging tools use X-rays, both patients and surgeons are exposed to ionizing radiation that may cause long-term health damage. To register the patient with the preoperative surgical plan, these techniques require tracking of the targeted anatomy by invasively mounting a tracking device on the patient, which results in extra pain and may prolong recovery time. The mounting procedure also leads to a major difficulty of using these approaches to track small bones or mobile fractures. Furthermore, it is practically impossible to mount a heavy tracking device on a small bone, which thus restricts the use of CAOS techniques. This article presents a novel CAOS method that employs 2D ultrasound (US) as the imaging modality. Medical US is non-ionizing and real-time, and our proposed method does not require any invasive mounting procedures. Experiments have shown that the proposed registration technique has sub-millimetric accuracy in localizing the best match between the intraoperative and preoperative images, demonstrating great potential for orthopedic applications. This method has some significant advantages over previously reported US-guided CAOS techniques: it requires no segmentation and employs only a few US images to accurately and robustly localize the patient. Preliminary laboratory results on both a radius-bone phantom and human subjects are presented.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| 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 découle