MétaCan
Menu
Retour à la cohorte
Enregistrement W2335696576 · doi:10.1109/lra.2016.2528295

Multiactuator Haptic Feedback on the Wrist for Needle Steering Guidance in Brachytherapy

2016· article· en· W2335696576 sur OpenAlexafffund
Carlos Rossa, Jason Fong, Nawaid Usmani, Mahdi Tavakoli

Notice bibliographique

RevueIEEE Robotics and Automation Letters · 2016
Typearticle
Langueen
DomaineEngineering
ThématiqueSoft Robotics and Applications
Établissements canadiensUniversity of Alberta
Organismes subventionnairesCanadian Institutes of Health ResearchCanadian Network for Research and Innovation in Machining Technology, Natural Sciences and Engineering Research Council of CanadaAlberta Innovates - Health Solutions
Mots-clésHaptic technologyComputer scienceActuatorBrachytherapyAudio feedbackSimulationWristTrajectoryHuman–computer interactionBiomedical engineeringArtificial intelligenceEngineeringMedicineSurgery

Résumé

récupéré en direct d'OpenAlex

Brachytherapy is a cancer treatment procedure where long needles are inserted toward an inner body target in order to deliver radioactive seeds that treat the cancer cells. Controlling the trajectory of the needle is very challenging as it deviates from a straight path during insertion. In this letter, we present the pilot study of usefulness of a wristband with haptic feedback designed to help surgeons guide the needle toward a desired destination. The wristband embeds eight miniature actuators distributed around the wrist. The actuators are controlled to generate different haptic stimuli, each of which informs the user about a necessary needle steering manoeuvre. We describe the design of the wristband and its evaluation in two distinct user studies. In the first study, we evaluate how accurately users can identify the vibration patterns. In the second study, we focus on how the user responds to these patterns while performing needle insertion into tissue in an environment with high cognitive visual load. The reported average success rate in identifying the haptic pattern and the success rate in performing the correct action during needle insertion are 86% and 72%, respectively. These results suggest that the device could work in tandem with a needle steering algorithm to help surgeons achieve high quality implants and develop needle steering skills.

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)0,002
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: Empirique
Score de désaccord entre enseignants0,003
Score d'incertitude au seuil0,009

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,002
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 recherche0,0010,000
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 Opus0,015
Tête enseignante GPT0,222
Écart entre enseignants0,207 · 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

Citations40
Publié2016
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueIEEE Robotics and Automation LettersMême sujetSoft Robotics and ApplicationsTravaux en français237 207