Field distortion compensation for electromagnetic tracking of ultrasound probes with application in high-dose-rate prostate brachytherapy
Notice bibliographique
Résumé
Abstract Purpose: Electromagnetic (EM) tracking of ultrasound (US) probes has been introduced to expand US imaging capabilities and benefit challenging procedures. However, various instruments—including the US probe itself—may introduce dynamic distortions to the EM field, and compromise the EM measurements. Basic filtering methods, such as those provided by manufacturers, are usually inefficient as they do not allow for field distortion compensation. We propose to use a simultaneous localization and mapping (SLAM) algorithm to track the transrectal US (TRUS) probe while dynamically detect, map, and correct the EM field distortions. Methods: Combining the motion model of the tracked probe, the observations made by a few redundant EM sensors, and the field distortions map, the SLAM algorithm relied on an extended Kalman filter (EKF) to estimate the tracking measurements. The SLAM technique was experimentally validated in a brachytherapy suite. Tracking of a TRUS probe was performed by means of an Ascension trakSTAR tracking system and four EM sensors. In addition, an optical tracking system was employed to provide a ground truth to our data. The performance of the SLAM technique was analysed by varying pertinent parameters, such as the number of redundant measurements and the motion trajectory. Probe trajectories included longitudinal translation, rotation, and freehand motions (consisting of simultaneous longitudinal translation and rotation motions) in order to comprehensively simulate imaging scenarios. Finally, the accuracy of the SLAM estimations was compared with that of the standard filtering methods provided by the manufacturer, as well as that of a simpler sensor fusion technique. Results: SLAM efficiently reduced position tracking errors up to 46.4% during freehand motions of the TRUS probe. Moreover, higher SLAM estimation accuracies were observed as the number of redundant measurements increased. While both TRUS probe motions did not yield a clinically significant trend on position tracking accuracy, orientation measurements were considerably improved during translation of the TRUS probe. Conclusions: The SLAM technique was effective in increasing the tracking accuracy of the TRUS probe. Higher number of redundant sensors and favorable sensor configurations improved the SLAM estimations of EM measurements. In turn, SLAM can further encourage the introduction of EM tracking assistance in clinical procedures such as prostate brachytherapy.
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 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| 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) | 0,001 | 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 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 ».