Notice bibliographique
Résumé
Image-guided navigation for neurosurgery requires accurate localization of the skull. Localization can be problematic when the patient is in a facedown position. The posterior skull lacks unique identifiable landmarks, which complicates standard localization methods using a tracked pointer. In addition to the lack of anatomical landmarks, trying to access facial surfaces is error-prone when working under the table and problems arise with line-of-sight of the optical tracker. We proposed the use of ultrasound to perform localization and investigated the accuracy of this process. A simulation study was performed to test the feasibility of ultrasound for localization on a plastic skull. An initial localization, using an optically tracked pointer, was performed to partially align pre-operative images and the skull model. Skull surface points were localized by optically tracked ultrasound and used in a surface registration algorithm. Accuracy and reproducibility was then investigated. Evaluation of the proposed localization method found that the average distance of points off the skull surface was 0.6 ± 0.1mm, which meets the same standards set by current commercially available systems for face-up positions. Using tracked ultrasound for registration is feasible for patients in facedown position. We provided a non-invasive method of registration that could be accomplished using one optical tracking camera, and maintains a constant line-of-sight. This project was performed in cooperation with Dr. Gernot Kronreif and the Austrian Center for Medical Innovation and Technology. Dr. Kronreif and his staff are preparing for a clinical test of this localization process.
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 | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».