Optically Tracked Needle for Ultrasound-Guided Percutaneous Nephrolithotomy Puncture: A Preliminary Report
Notice bibliographique
Résumé
Background and Aim: Precise needle puncture of the renal collecting system is an essential step for effective percutaneous nephrolithotomy (PCNL). The use of ultrasound for puncture is receiving increased attention. Ultrasound has recognized limitations related to poor observation of the needle tip. We aimed to assess whether an affordable open-source computerized needle navigation training system, using optically tracked ultrasonography, could improve performance of simulated PCNL puncture by urologic trainees, compared with conventional free hand manual sonographic puncture. Materials and Methods: This study describes a PCNL navigation system that can be recreated with any standard ultrasound machine using relatively inexpensive components. The system allows the needle tip to be precisely appreciated in the ultrasound image, its trajectory planned, and the appreciation of needle tip to target calix proximity sound effect. Eight participants (six trainees and two qualified urologists) assessed the PCNL training model. Alternating starting with freehand (control) and tracked needle (experimental) punctures were performed on a phantom kidney. Total procedure and the number of reinsertions required were recorded. Results: The mean time for freehand puncture was 89 seconds (range 13–173), whereas that of the optically tracked needle was 36 seconds (range 12–72). Thus, puncture time was significantly reduced by an average of 53 seconds (p = 0.045) in the experimental arm. The mean number of needle reinsertions was 3.3 with freehand compared with 1.3 in the optically tracked puncture (p = 0.005). The mean square root error of the optical tracking system was 1.8 mm (four calibrations averaged). Conclusion: This study demonstrates that affordable hardware and open-source software can be used to construct an optically tracked ultrasound navigation system for PCNL training. Statistically significant reduced puncture time and number of passes required for effective puncture are demonstrated. We feel that computerized needle tracking during PCNL puncture deserves further evaluation in a training and, potentially, in a clinical setting.
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 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| 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 ».