Multi-modal Framework for Image-guided Trans-oral Surgery with Intraoperative Imaging and Deformation Modeling
Notice bibliographique
Résumé
Treatment of throat cancers have improved due to minimally-invasive trans-oral approaches. Surgeons rely on preoperative imaging to guide their resection; however, large tissue deformations occur during trans-oral procedures due to placement of necessary retractors and laryngoscopes which hinders the surgeon’s ability to accurately assess tumor extent and location of critical structures. We propose an image-guided framework utilizing intraoperative imaging and deformation modeling to improve surgeon accuracy and confidence. A CT-compatible laryngoscopy system previously developed was evaluated in this framework. Intraoperative images were acquired during laryngoscopy; force-sensing capabilities were enabled in the laryngoscope; and tracking of the scope and anatomic features was trialed. Tissue deformation and displacement were quantified and determined to be extensive, with values < 4.6 cm in the tongue, < 1.8 cm in bony structures, and < 108.9 cm <sup xmlns:mml="http://www.w3.org/1998/Math/MathML" xmlns:xlink="http://www.w3.org/1999/xlink">3</sup> in airway volume change. Surgical navigation using intraoperative imaging and tracking was evaluated. Preliminary assessment of deformation modeling showed potential to supplement intraoperative imaging. Future work will involve streamlined integration of the components of this framework.
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 | 0,000 | 0,000 |
| 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 | 0,001 |
| 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 ».