Augmented Reality Visualization–guided Microscopic Spine Surgery: Transvertebral Anterior Cervical Foraminotomy and Posterior Foraminotomy
Notice bibliographique
Résumé
OBJECTIVE: We describe intraoperative augmented reality (AR) imaging to obtain a microscopic view in spine keyhole surgery. BACKGROUND: Minimally invasive keyhole surgery has been developed even for spine surgery, including transvertebral anterior cervical foraminotomy and posterior cervical laminoforaminotomy. These methods are complex and require a skillful technique. Therefore, inexperienced surgeons hesitate to perform keyhole surgeries. The technology used in surgery is rapidly advancing, including intraoperative imaging devices that have enabled AR imaging and facilitated complicated surgeries in many fields. However, data are not currently available on the use of AR imaging in spine surgery. The purpose of this article was to introduce the utility of AR for spine surgery. METHODS: We performed O-arm intraoperative imaging to create an augmented imaging model in navigation systems. Navigation data were linked to a microscope to merge the live view and AR. Augmented reality imaging shows the model plan in the real-world surgical field. We used this novel method in patients who underwent both keyhole surgeries. RESULTS: We successfully performed both surgeries using the AR visualization guide. CONCLUSIONS: The AR navigation system facilitates complicated keyhole surgeries in patients who undergo spine surgery. STUDY DESIGN: Technical report.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».