MétaCan
Menu
Retour à la cohorte
Enregistrement W2807862636 · doi:10.1088/1741-2552/aacb96

Development and validation of a 3D-printed neuronavigation headset for therapeutic brain stimulation

2018· article· en· W2807862636 sur OpenAlexaff
Farrokh Mansouri, Arsalan Mir-Moghtadaei, Vanathy Niranjan, Jian Shu Wu, Daniyar Akhmedjanov, Mishael Nuh, Terri Cairo, José Zariffa, Jonathan Downar

Notice bibliographique

RevueJournal of Neural Engineering · 2018
Typearticle
Langueen
DomaineNeuroscience
ThématiqueTranscranial Magnetic Stimulation Studies
Établissements canadiensSunnybrook Health Science CentreUniversity Health NetworkToronto Rehabilitation InstituteUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésHeadsetReproducibilityNeuronavigationMedicineScalpBiomedical engineeringStereotaxyMedical physicsRadiologyComputer scienceNuclear medicineMagnetic resonance imagingArtificial intelligenceSurgeryHaptic technology

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Accurate neuronavigation is essential for optimal outcomes in therapeutic brain stimulation. MRI-guided neuronavigation, the current gold standard, requires access to MRI and frameless stereotaxic equipment, which is not available in all settings. Scalp-based heuristics depend on operator skill, with variable reproducibility across operators and sessions. An intermediate solution would offer superior reproducibility and ease-of-use to scalp measurements, without requiring MRI and frameless stereotaxy. OBJECTIVE: We present and assess a novel neuronavigation method using commercially-available, inexpensive 3D head scanning, computer-aided design, and 3D-printing tools to fabricate form-fitted headsets for individuals that hold a stimulator, such as an rTMS coil, in the desired position over the scalp. METHODS: 20 individuals underwent scanning for fabrication of individualized headsets designed for rTMS of the left dorsolateral prefrontal cortex (DLPFC). An experienced operator then performed three trials per participant of three neuronavigation methods: MRI-guided, scalp-measurement (BeamF3 method), and headset placement, and marked the sites obtained. Accuracy (versus MRI-guidance) and reproducibility were measured for each trial of each method. RESULTS: Within-subject accuracy (against a gold-standard centroid of three MRI-guided localizations) for MRI-guided, scalp-measurement, and headset methods was 3.7 ± 1.6 mm, 14.8 ± 7.1 mm, and 9.7 ± 5.2 mm respectively, with headsets significantly more accurate (M = 5.1, p = 0.008) than scalp-measurement methods. Within-subject reproducibility (against the centroid of 3 localizations in the same modality) was 3.7 ± 1.6 mm (MRI), 4.2 ± 1.4 (scalp-measurement), and 1.4 ± 0.7 mm (headset), with headsets achieving significantly better reproducibility than either other method (p < 0.0001). CONCLUSIONS: 3D-printed headsets may offer good accuracy, superior reproducibility and greater ease-of-use for stimulator placement over DLPFC, in settings where MRI-guidance is impractical.

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 distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,437
Score d'incertitude au seuil0,289

Scores Codex et Gemma par catégorie

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)0,0000,000

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 Opus0,059
Tête enseignante GPT0,307
Écart entre enseignants0,248 · 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 tête enseignante, 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

Citations15
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Neural EngineeringMême sujetTranscranial Magnetic Stimulation StudiesTravaux en français237 207