Analysis of Surgical Forces Required to Gain Access Using a Probe for Minimally Invasive Spine Surgery via Cadaveric-Based Experiments Towards Use in Training Simulators
Notice bibliographique
Résumé
Introduction: Virtual Reality haptic-based surgical simulators for training purposes have recently been receiving increased traction within the medical field. However, its future adoption is contingent on the accuracy and reliability of the haptic feedback. Goal: This study describes and analyzes the implementation of a set of haptic-tailored experiments to extract the force feedback of a medical probe used in minimally invasive spinal lumbar interbody fusion surgeries. Methods: Experiments to extract linear, lateral and rotational insertion, relaxation and extraction of the tool within the spinal muscles, intervertebral discs and lumbar nerve on two cadaveric torsos were conducted. Results: Notably, mean force-displacement and torque-angular displacement curves describing the different tool-tissue responses were reported with a maximum force of 6.87 (±1.79) N at 40 mm in the muscle and an initial rupture force through the Annulus Fibrosis of 20.550 (±7.841) N at 6.441 mm in the L4/L5 disc. Conclusion: The analysis showed that increasing the velocity of the probe slightly reduced and delayed depth of the muscle punctures but significantly lowered the force reduction due to relaxation. Decreasing probe depth resulted with a reduction to the force relaxation drop. However, varying the puncturing angle of attack resulted with a significant effect on increasing force intensities. Finally, not resecting the thoracolumbar fascia prior to puncturing the muscle resulted with a significant increase in the force intensities. Significance: These results present a complete characterization of the input required for probe access for spinal surgeries to provide an accurate haptic response in training simulators.
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) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,003 |
| 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 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 ».