Admittance‐Controlled Robotic Assistant for Fibula Osteotomies in Mandible Reconstruction Surgery
Notice bibliographique
Résumé
Herein, a semiautonomous robot control system for mandible reconstruction surgery is proposed. To reconstruct a segmental defect of the mandible caused by cancerous tissue, a piece of matched fibula bone is often segmented and used to replace the removed mandible section. Herein, to provide guidance to the surgeon during fibula segmentation according to the reconstruction surgical plan and improve the fibula bone cutting accuracy, an admittance‐controlled robotic assistant incorporating 3D augmented reality (AR) visualization and haptic virtual fixtures (VFs) is proposed. The admittance controller is used to reduce the surgeon's hand tremor. VF and AR are used to provide haptic and visual guidance to the surgeon, respectively. A feasibility study is conducted through a comparison of fibula osteotomies when performed with image‐guided surgery, AR‐guided surgery, VF‐guided robot‐assisted surgery, and AR‐ and VF‐guided robot‐assisted surgery. Experimental results show the effectiveness of the proposed admittance‐controlled robotic assistant with AR and VF compared with the other three methods. The proposed method is found to be able to increase precision of the osteotomized segments with a lower average linear variation of 1.04 ± 0.79 mm and a lower average angular variation of 1.83 ± 1.85° compared with the virtual preoperative plan.
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 | 0,000 | 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 | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 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 ».