Trackerless 3D Ultrasound Stitching for Computer-Assisted Orthopaedic Surgery and Pelvic Fractures
Notice bibliographique
Résumé
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.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 0,001 |
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.
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 source (Gemma direct ou Codex distillé), 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 ».