MétaCan
Menu
Retour à la cohorte
Enregistrement W2594713565 · doi:10.1055/s-0037-1600601

Quantification and Comparison of Neurosurgical Approaches in the Anatomy Laboratory: Description and Validation of a Novel, Navigation-based Method

2017· article· en· W2594713565 sur OpenAlexaff
Francesco Doglietto, Jimmy Qiu, Mayoorendra Ravichandiran, Ivan Radovanovic, Francesco Belotti, Anne Agur, Gelareh Zadeh, Marco Maria Fontanella, Walter Kucharczyk, Fred Gentili

Notice bibliographique

RevueJournal of Neurological Surgery Part B Skull Base · 2017
Typearticle
Langueen
DomaineEngineering
ThématiqueAnatomy and Medical Technology
Établissements canadiensToronto Western HospitalUniversity of TorontoToronto General Hospital
Organismes subventionnairesnon disponible
Mots-clésVisualizationComputer scienceMedical physicsData scienceMedicineAnatomyArtificial intelligence

Résumé

récupéré en direct d'OpenAlex

Background: Anatomical studies are an essential part of surgical innovation and evaluation. A common limitation of most available research methods for the comparison of neurosurgical approaches in the anatomy laboratory is the lack of volumes visualization and quantification. Objective: To describe the development and validation of a neuronavigation-based method, which allows the quantification of the anatomical features that define an approach, as well as the real-time visualization of the surgical pyramid. Methods: The method was initially developed with commercially available hardware for coordinates collection (a digitizer and a frameless navigation system) and software for volume rendering; a dedicated neuronavigation software (ApproachViewer, part of GTx-UHN) was then developed. The accuracy of measurements (distances, areas, volumes) and the possibility of 3D rendering of surgical approaches simulated in a phantom were compared among the three different methods and a commercially available radiological software. ApproachViewer was tested in the anatomy laboratory for the analysis of multiple neurosurgical approaches. Results: The method accuracy depends on the navigation registration: with a 1–2 mm error it is adequate for the evaluation and comparison of most neurosurgical approaches. The accuracy is comparable to the one obtained with available radiological software. In the anatomy laboratory the method appears versatile. The system can be easily used after brief training. ApproachViewer allows for a real time evaluation and comparison of surgical approaches, as well as post-dissection analyses of collected data. Conclusions: This new research method and software allows visualization, quantification and comparison of neurosurgical approaches in the anatomy 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)0,005
score de la tête « metaresearch » (Gemma)0,009
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: aucune
GenreSignal candidat: Méthodes · Signal consensuel: Méthodes
Score de désaccord entre enseignants0,005
Score d'incertitude au seuil0,029

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0050,009
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0050,002
Études des sciences et des technologies0,0010,001
Communication savante0,0030,002
Science ouverte0,0020,002
Intégrité de la recherche0,0020,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,001

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 Opus0,135
Tête enseignante GPT0,323
Écart entre enseignants0,188 · 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
GenreMéthodes

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

En bref

Citations0
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Neurological Surgery Part B Skull BaseMême sujetAnatomy and Medical TechnologyTravaux en français237 207