In Situ and Intraoperative Detection of the Ureter Injury Using a Highly Sensitive Piezoresistive Sensor with a Tunable Porous Structure
Notice bibliographique
Résumé
Iatrogenic ureteral injury, as a commonly encountered problem in gynecologic, colorectal, and pelvic surgeries, is known to be difficult to detect in situ and in real-time. Consequently, this injury may be left untreated, thereby leading to serious complications such as infections, renal failure, or even death. Here, high-performance tubular porous pressure sensors were proposed to identify the ureter in situ intraoperatively. The electrical conductivity, mechanical compressibility, and sensor sensitivity can be tuned by changing the pore structure of porous conductive composites. A low percolation threshold of 0.33 vol % was achieved due to the segregated conductive network by pores. Pores also lead to a low effective Young’s modulus and high compressibility of the composites and thus result in a high sensitivity of 448.2 kPa–1 of sensors, which is consistent with the results of COMSOL simulation. Self-mounted on the tip of forceps, the sensors can monitor tube pressures with different frequencies and amplitudes, as demonstrated using an artificial pump system. The sensors can also differentiate ureter pulses from aorta pulses of a Bama minipig in situ and in real-time. This work provides a facile, cost-effective, and nondestructive method to identify the ureter intraoperatively, which cannot be effectively achieved by traditional methods.
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) | 0,000 | 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 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 ».