MétaCan
Menu
Retour à la cohorte
Enregistrement W2991187840 · doi:10.1126/scirobotics.aax7342

Using the fringe field of a clinical MRI scanner enables robotic navigation of tethered instruments in deeper vascular regions

2019· article· en· W2991187840 sur OpenAlexaff
Arash Azizi, Charles C. Tremblay, Kévin Gagné, Sylvain Martel

Notice bibliographique

RevueScience Robotics · 2019
Typearticle
Langueen
DomainePhysics and Astronomy
ThématiqueMicro and Nano Robotics
Établissements canadiensPolytechnique Montréal
Organismes subventionnairesnon disponible
Mots-clésScannerComputer scienceField (mathematics)Computer visionArtificial intelligenceGeologyBiomedical engineeringMedicineMathematics

Résumé

récupéré en direct d'OpenAlex

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.

Comment cette classification a été obtenuedéplier

Prédiction machine sur la base complète

Imitation des enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,006

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,001
Communication savante0,0010,001
Science ouverte0,0000,001
Intégrité de la recherche0,0010,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,001

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.

Tête enseignante Opus0,039
Tête enseignante GPT0,343
Écart entre enseignants0,304 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations98
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueScience RoboticsMême sujetMicro and Nano RoboticsTravaux en français237 207