A Novel Path Planner for Steerable Bevel-Tip Needles to Reach Multiple Targets With Obstacles
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
Steerable bevel-tip needles offer higher maneuverability independent of insertion depth and consequently are preferred for many needle-steering applications compared with symmetric-tip needles. Using these needles, the clinician can reach previously inaccessible targets using traditional stiff needles, thus helping improve the efficiency of needle insertion procedures significantly. However, due to their nonholonomic kinematics inside biological tissue, path planning of these needles is complicated and requires a great deal of care. Rapidly exploring random-tree (RRT)-based approaches are proper candidates for intraoperative planning of needle motion due to their fast computation and simple implementations. They also work well in high-dimensional configuration spaces and under nonholonomic kinematic constraints, both of which are the characteristics of steerable bevel-tip needle motion inside soft tissue. We developed a new heuristic-based RRT planner to reach multiple targets inside soft tissue without having to completely retract, reorient, and reinsert the needle toward each separate target, resulting in significantly less tissue damage compared with the conventional sequential insertion of the needle toward each target. Moreover, the proposed planner can have real clinical applications, where the limited size of the workspace as well as the needle's limited natural curvature imposes significant limitations on the needle path-planning problem inside soft tissue. Simulations demonstrate the efficiency of the proposed planner. The maximum targeting error of all targets is 1 mm and the needle's inserted length is decreased up to 35% compared with the sequential insertion of the needle for each target.
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 | 0,000 | 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 | 0,000 |
| 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