<scp>Robot‐Automated</scp> Cartilage Contouring for Complex Ear Reconstruction: A Cadaveric Study
Notice bibliographique
Résumé
OBJECTIVES/HYPOTHESIS: Auricular reconstruction requiring manual contouring of costal cartilage is complex and time consuming, which could be facilitated by a robot in a fast and precise manner. This feasibility study evaluates the accuracy and speed of robotic contouring of cadaver costal cartilage. METHODS: An augmented robot with a spherical burr was used on cadaveric rib cartilage. Using a laser scanner, each rib section was converted to a three-dimensional model for preoperative planning. A model ear was also scanned to define a carving path for each piece of cartilage. After being contoured, each specimen was compared against the preoperative plan utilizing deviation maps to analyze topographic accuracy. Contouring times of the robot were compared with 13 retrospectively reviewed cases (2006-2017) by an experienced surgeon. RESULTS: Scanning the cartilage sections took 24.8 ± 6.8 seconds. Preoperative processing took an additional 29.9 ± 8.9 seconds for the preparation of the contouring path. Once the path was prepared, the robot contoured the specimens with a root mean square error of 0.54 mm and a mean absolute deviation of 0.40 mm. The average time to contour the specimens with the robot was 13 ± 2 minutes compared to 71 ± 6 minutes for the manual contouring in the reviewed cases. CONCLUSIONS: The accuracy of the robotic system was high, with submillimeter deviations from the preoperative plan. The robot required <20% of the contouring time compared to the experienced surgeon. This represents a fast and accurate alternative to hand-contouring costal cartilage grafts for auricular reconstruction. Laryngoscope, 131:1002-1007, 2021.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 0,001 |
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.
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 source (Gemma direct ou Codex distillé), 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 ».