MétaCan
Menu
Retour à la cohorte
Enregistrement W2804744104 · doi:10.1002/mp.12990

Development of a 3D ultrasound guidance system for permanent breast seed implantation

2018· article· en· W2804744104 sur OpenAlexafffund
Justin Michael, Daniel Morton, Deidre Batchelar, Michelle Hilts, Juanita Crook, Aaron Fenster

Notice bibliographique

RevueMedical Physics · 2018
Typearticle
Langueen
DomaineMedicine
ThématiqueUltrasound Imaging and Elastography
Établissements canadiensUniversity of VictoriaBC Cancer AgencyWestern University
Organismes subventionnairesBC Cancer FoundationOntario Ministry of Health and Long-Term CareOntario Institute for Cancer Research
Mots-clésScannerFiducial markerImaging phantom3D ultrasoundArtificial intelligenceRobotic armBiomedical engineeringUltrasoundComputer visionImage-guided surgeryComputer scienceMedicineNuclear medicineRadiology

Résumé

récupéré en direct d'OpenAlex

PURPOSE: Pd seeds using needles inserted through a template and guided by two-dimensional (2D) ultrasound (US). However, operator dependence has been highlighted as a limitation of this procedure. Consequently, we propose and have developed an intraoperative guidance system using three-dimensional (3D) US and an instrumented mechanical arm to provide intraoperative 3D imaging and needle template tracking. METHODS: A mechatronic 3D US scanner reconstructs a 3D image from 150 2D images. A tracked mechanical arm mounted to the scanner locates four fiducial points on the template, registering the template to the 3D image. 3D reconstruction was validated for linear and volumetric measurement accuracy using phantoms of known geometry. In vivo breast US image quality was evaluated in a healthy volunteer. The encoded arm was calibrated and validated using a jig with divots at known locations relative to the scanner and the scanner registered to the 3D US image using intersecting strings in a fluid-filled test jig. Template registration accuracy was assessed using a machined test jig. Tracking accuracy was assessed in a liquid medium by comparing tracked and imaged needle tip positions. Finally, the system was used to guide a mock procedure in a patient-specific phantom and micro-CT imaging used to evaluate its accuracy. RESULTS: Geometric validation showed median distances within ±1.1% of expected values and volumetric validation showed differences of ≤4.1%. Tracking arm point measurements showed an average error of 0.43 mm and 3D US volume registration showed target registration error ≤0.9 mm. Mean template registration accuracy in each axis of translation/rotation was ≤1.3 mm/1.0°. Mean needle-targeting error was 2.5 mm and 1.6° for needle tips and trajectories, respectively. Mean needle tip and angular errors of the phantom procedure were 2.1 mm and 2.6°. Modeled seed displacement of the phantom procedure showed mean error of 2.6 mm and a maximum of 3.8 mm. CONCLUSIONS: A 3D US guidance system for PBSI has been developed. Benchtop performance and image quality in volunteer scans are satisfactory. A phantom PBSI procedure was successfully delivered using the system with maximum seed error within dosimetric benchmarks (<5 mm). Translation of the device into the clinic is forthcoming.

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)0,001
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: Méthodes · Signal consensuel: Méthodes
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,004

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
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 ouverte0,0010,000
Intégrité de la recherche0,0010,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,001

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 Opus0,011
Tête enseignante GPT0,267
Écart entre enseignants0,256 · 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

Citations8
Publié2018
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueMedical PhysicsMême sujetUltrasound Imaging and ElastographyTravaux en français237 207