MétaCan
Menu
Retour à la cohorte
Enregistrement W2791064188 · doi:10.1002/rcs.1900

Towards robot‐assisted anchor deployment in beating‐heart mitral valve surgery

2018· article· en· W2791064188 sur OpenAlexafffund
Lingbo Cheng, Mojtaba Sharifi, Mahdi Tavakoli

Notice bibliographique

RevueInternational Journal of Medical Robotics and Computer Assisted Surgery · 2018
Typearticle
Langueen
DomaineEngineering
ThématiqueSoft Robotics and Applications
Établissements canadiensUniversity of Alberta
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaChina Scholarship CouncilCanada Foundation for Innovation
Mots-clésIntracardiac injectionTeleoperationSoftware deploymentComputer scienceCardiopulmonary bypassHaptic technologySimulationMitral valveRobotic surgeryDa Vinci Surgical SystemRobotMedicineSurgeryCardiologyArtificial intelligence

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Beating-heart intracardiac surgery promises significant benefits for patients compared with cardiopulmonary bypass based procedures. However, the fast motions of the heart introduce serious challenges for surgeons. METHODS: In this work, a new impedance-controlled master-slave telerobotic system is developed to help perform anchor deployment for mitral valve annuloplasty under the guidance of live ultrasound images of the heart. The proposed bilateral teleoperation system can both reflect the non-oscillatory portion of slave-heart tissue interaction force on the surgeon's hand as haptic feedback and implement rapid compensation for the beating heart's motion. The surgical task involves performing anchor deployment on a simulated moving heart tissue to evaluate the effectiveness of the proposed strategy for safely interacting with a moving organ. RESULTS AND CONCLUSIONS: The results obtained show that the telerobotic system increases the success rate of anchor deployment by 100% and reduces the excess force application rate by 70% compared with manual attempts.

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 enseignants0,001
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 Opus0,029
Tête enseignante GPT0,282
Écart entre enseignants0,253 · 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

Citations16
Publié2018
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Medical Robotics and Computer Assisted SurgeryMême sujetSoft Robotics and ApplicationsTravaux en français237 207