Biomechanically driven intraoperative spine registration during navigated anterior vertebral body tethering
Notice bibliographique
Résumé
The integration of pre-operative biomechanical planning with intra-operative imaging for navigated corrective spine surgery may improve surgical outcomes, as well as the accuracy and safety of manoeuvres such as pedicle screw insertion and cable tethering, as these steps are performed empirically by the surgeon. However, registration of finite element models (FEMs) of the spine remains challenging due to changes in patient positioning and imaging modalities. The purpose of this study was to develop and validate a new method registering a preoperatively constructed patient-specific FEM aimed to plan and assist anterior vertebral body tethering (AVBT) of scoliotic patients, to intraoperative cone beam computed tomography (CBCT) during navigated AVBT procedures. Prior to surgery, the 3D reconstruction of the patient's spine was obtained using biplanar radiographs, from which a patient-specific FEM was derived. The surgical plan was generated by first simulating the standing to intraoperative decubitus position change, followed by the AVBT correction techniques. Intraoperatively, a CBCT was acquired and an automatic segmentation method generated the 3D model for a series of vertebrae. Following a rigid initialization, a multi-level registration simulation using the FEM and the targeted positions of the corresponding reconstructed vertebrae from the CBCT allows for the refinement of the alignment between modalities. The method was tested with 18 scoliotic cases with a mean thoracic Cobb angle of 47° ± 7° having already undergone AVBT. The translation error of the registered FEM vertebrae to the segmented CBCT spine was 1.4 ± 1.2 mm, while the residual orientation error was 2.7° ± 2.6°, 2.8° ± 2.4° and 2.5° ± 2.8° in the coronal, sagittal, and axial planes, respectively. The average surface-to-surface distance was 1.5 ± 1.2 mm. The proposed method is a first attempt to use a patient-specific biomechanical FEM for navigated AVBT, allowing to optimize surgical strategies and screw placement during surgery.
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 | 0,000 | 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 | 0,001 |
| 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 ».