MétaCan
Menu
Retour à la cohorte
Enregistrement W2576726860 · doi:10.1007/s12471-016-0942-3

Structural and congenital heart disease interventions: the role of three-dimensional printing

2017· review· en· W2576726860 sur OpenAlexaff
Lukas Meier, Massimiliano Meineri, Joshua Qua Hiansen, Eric Horlick

Notice bibliographique

RevueNetherlands Heart Journal · 2017
Typereview
Langueen
DomaineEngineering
ThématiqueAnatomy and Medical Technology
Établissements canadiensToronto General HospitalUniversity of TorontoUniversity Health Network
Organismes subventionnairesGottfried und Julia Bangerter-Rhyner-Stiftung
Mots-clés3D printingModalitiesVisualizationProcess (computing)Heart diseaseSegmentationPsychological interventionMedicineComputer scienceThree dimensional printingMedical physicsMultimediaData scienceComputer visionArtificial intelligencePathologyEngineering

Résumé

récupéré en direct d'OpenAlex

Advances in catheter-based interventions in structural and congenital heart disease have mandated an increased demand for three-dimensional (3D) visualisation of complex cardiac anatomy. Despite progress in 3D imaging modalities, the pre- and periprocedural visualisation of spatial anatomy is relegated to two-dimensional flat screen representations. 3D printing is an evolving technology based on the concept of additive manufacturing, where computerised digital surface renders are converted into physical models. Printed models replicate complex structures in tangible forms that cardiovascular physicians and surgeons can use for education, preprocedural planning and device testing. In this review we discuss the different steps of the 3D printing process, which include image acquisition, segmentation, printing methods and materials. We also examine the expanded applications of 3D printing in the catheter-based treatment of adult patients with structural and congenital heart disease while highlighting the current limitations of this technology in terms of segmentation, model accuracy and dynamic capabilities. Furthermore, we provide information on the resources needed to establish a hospital-based 3D printing laboratory.

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)0,001
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: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,004
Score d'incertitude au seuil0,013

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0030,002
Études des sciences et des technologies0,0000,001
Communication savante0,0020,002
Science ouverte0,0010,001
Intégrité de la recherche0,0020,002
Charge utile insuffisante (le modèle a refusé de juger)0,0040,002

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 Opus0,056
Tête enseignante GPT0,337
Écart entre enseignants0,281 · 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'étudeSans objet
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations72
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueNetherlands Heart JournalMême sujetAnatomy and Medical TechnologyTravaux en français237 207