MétaCan
Menu
Retour à la cohorte
Enregistrement W2913798708 · doi:10.29007/3wlw

Trackerless 3D Ultrasound Stitching for Computer-Assisted Orthopaedic Surgery and Pelvic Fractures

2018· article· en· W2913798708 sur OpenAlex
Prashant Pandey, Rafeef Abugharbieh, Antony J. Hodgson

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.

Notice bibliographique

RevueEPiC series in health sciences · 2018
Typearticle
Langueen
DomaineEngineering
ThématiqueRobotics and Sensor-Based Localization
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesnon disponible
Mots-clésImage stitchingFluoroscopyUltrasoundComputer science3D ultrasoundComputer visionArtificial intelligenceRadiologyMedicine

Résumé

récupéré en direct d'OpenAlex

In pelvic fracture surgeries, percutaneous screws must be placed accurately for effective fixation and to prevent damage to surrounding tissue structures. Fluoroscopy is currently used to image the pelvis to provide guidance, but this produces harmful ionising radiation and does not allow three-dimensional (3D) visualisation. Ultrasound offers three-dimensional, non-ionising, real-time, and inexpensive imaging. It has thus emerged as an alternative to fluoroscopy for intraoperative imaging in computer-assisted orthopaedic surgery (CAOS). However, ultrasound-based surgical guidance is challenging because ultrasound produces inherently noisy images with limited field-of-view. While several techniques have been proposed to improve bone clarity in ultrasound scans, there is limited work on enhancing ultrasound’s field-of-view for CAOS. In particular, improving the field-of-view for surgical guidance for pelvic fracture surgeries would be needed to achieve accurate and reliable registration to preoperative data, and accurate screw placement in the pelvis. We propose and evaluate the feasibility of a trackerless method for stitching volumetric ultrasound to achieve an extended field-of-view. Stitching is performed using corresponding features in the overlap between three ultrasound volumes, extracted using an implementation of the 3D scale-invariant feature transform. The volumes are processed using confidence-map weighted phase symmetry detection. Alignment between the volumes is calculated using coherent point drift rigid registration. We succeeded in extending the field-of-view of 3D ultrasound by creating a 39×43×115mm volume from three initial overlapping volumes, with reasonable overall accuracy. We show a mean post-registration surface error of 0.54mm, compared to 0.33mm achieved by previous tracking-based stitching. Our method achieved a mean distance error of 5.1%, compared to 2% in a similar tracked and 3D SIFT-based technique. Our stitching method does not use tracking, thus contributing towards simpler surgical navigation.

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.

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)0,001
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: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,284
Score d'incertitude au seuil0,392

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
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 Opus0,028
Tête enseignante GPT0,295
Écart entre enseignants0,267 · 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