Using the fringe field of a clinical MRI scanner enables robotic navigation of tethered instruments in deeper vascular regions
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.
Notice bibliographique
Résumé
Navigating tethered instruments through the vasculatures to reach deeper physiological locations presently inaccessible would extend the applicability of many medical interventions, including but not limited to local diagnostics, imaging, and therapies. Navigation through narrower vessels requires minimizing the diameter of the instrument, resulting in a decrease of its stiffness until steerability becomes unpractical, while pushing the instrument at the insertion site to counteract the friction forces from the vessel walls caused by the bending of the instrument. To reach beyond the limit of using a pushing force alone, we report a method relying on a complementary directional pulling force at the tip created by gradients resulting from the magnetic fringe field emanating outside a clinical magnetic resonance imaging (MRI) scanner. The pulling force resulting from gradients exceeding 2 tesla per meter in a space that supports human-scale interventions allows the use of smaller magnets, such as the deformable spring as described here, at the tip of the instrument. Directional forces are achieved by robotically positioning the patient at predetermined successive locations inside the fringe field, a method that we refer to as fringe field navigation (FFN). We show through in vitro and in vivo experiments that x-ray-guided FFN could navigate microguidewires through complex vasculatures well beyond the limit of manual procedures and existing magnetic platforms. Our approach facilitated miniaturization of the instrument by replacing the torque from a relatively weak magnetic field with a configuration designed to exploit the superconducting magnet-based directional forces available in clinical MRI rooms.
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 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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| 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) | 0,000 | 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 découle