MétaCan
Menu
Retour à la cohorte
Enregistrement W2888147144 · doi:10.1088/2057-1976/aadb53

Optimization of an implantable magnetic marker for surgical localization of breast cancer

2018· article· en· W2888147144 sur OpenAlexaff
B. Schermers, B. ten Haken, S.H. Muller, Jos A. van der Hage, Theo J. M. Ruers

Notice bibliographique

RevueBiomedical Physics & Engineering Express · 2018
Typearticle
Langueen
DomaineEngineering
ThématiqueCharacterization and Applications of Magnetic Nanoparticles
Établissements canadiensInstitute of Cancer Research
Organismes subventionnairesnon disponible
Mots-clésBreast cancerMedicineBiomedical engineeringComputational biologyCancerInternal medicineBiology

Résumé

récupéré en direct d'OpenAlex

Abstract For small, early-stage or otherwise non-palpable breast tumors, surgeons rely on localization technologies to accurately find and remove the tumor tissue during breast conserving surgery. However, current widely accepted localization technologies either use painful and logistically challenging guidewires, or complex radioactive iodine sources. We have developed an implantable magnetic marker, intended to mark the location of a breast tumor, that can be detected during surgery using a clinical handheld magnetic susceptometry system. Here, we report on the development and optimization of this magnetic marker, focusing on the material, shape and various material assemblies. It was found that the effects of magnetic shape anisotropy may decrease localization precision. This can be circumvented by combining multiple isotropic magnetic elements separated from one another. A final optimized prototype was constructed and compared to a commercially available magnetic marker. Finally, the technology was tested in an ex vivo surgical setting on tissue to assess radiological visibility and surgical feasibility. The marker was successfully detected and removed in all ex vivo sessions, and the technology was found feasible.

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: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,003

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 ouverte0,0000,000
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 Opus0,006
Tête enseignante GPT0,222
Écart entre enseignants0,216 · 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

Citations4
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueBiomedical Physics & Engineering ExpressMême sujetCharacterization and Applications of Magnetic NanoparticlesTravaux en français237 207