MétaCan
Menu
Retour à la cohorte
Enregistrement W2331492476 · doi:10.1142/s2424905x1640002x

Ultrasound-Based Image Guidance and Motion Compensating Control for Robot-Assisted Beating-Heart Surgery

2016· article· en· W2331492476 sur OpenAlexafffund
Meaghan Bowthorpe, Mahdi Tavakoli

Notice bibliographique

RevueJournal of Medical Robotics Research · 2016
Typearticle
Langueen
DomaineEngineering
ThématiqueSoft Robotics and Applications
Établissements canadiensUniversity of Alberta
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaCanada Foundation for InnovationUniversity of Alberta
Mots-clésTeleoperationTask (project management)Computer visionUltrasoundOrientation (vector space)Computer scienceArtificial intelligenceMedicineRobotRadiologyEngineering

Résumé

récupéré en direct d'OpenAlex

Performing a surgical task on a beating heart requires superhuman skill as the surgeon must manually track the heart’s motion while performing a surgical task. However, the ability to operate on a beating heart would eliminate the need to use a mechanical stabilizer or arrest the heart and connect the patient to a heart-lung machine and would consequently eliminate their side effects. This work develops the image processing and control structure for an ultrasound-guided robot-assisted beating heart surgical system that will move the surgical tool tip in synchrony with the heart. This would allow the surgeon to operate through teleoperation on a virtually stabilized point on the heart. In developing this system, the position data acquired from ultrasound images is upsampled and predicted ahead to compensate for the image acquisition and processing delay. We present the results of a user task based on mitral valve annuloplasty performed under ultrasound guidance.

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)0,000
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: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,004

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
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 savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,067
Tête enseignante GPT0,362
Écart entre enseignants0,295 · 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
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

Citations7
Publié2016
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of Medical Robotics ResearchMême sujetSoft Robotics and ApplicationsTravaux en français237 207