The VascuLens: A Handsfree Projector-Based Augmented Reality System for Surgical Guidance During DIEP Flap Harvest
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Augmented reality technologies are increasinglybeing used to provide enhanced surgical navigation forsurgeons. The goal of such augmented reality technology is toimprove both the safety and efficiency of operations. TheVascuLens, a novel handsfree and focus free projector-basedaugmented reality system, is presented in this paper. Theproposed application for the VascuLens is for improvingvisualization of the vascular anatomy during deep inferiorepigastric perforator (DIEP) flap breast reconstruction. TheDIEP flap is a fasciocutaneous flap that is harvested based onperforating vessels 1-2mm in size and then connected underthe microscope to the internal mammary vessels in the chest tocreate a new breast mound after mastectomy. The VascuLenssystem aims to take preoperative CT scan data, register thepreoperative data to the patient on the operating room table,and project the segmented DIEP arteries directly onto thepatient. The novel aspects of the system include: 1) a handsfreeprojector, 2) a simple preoperative to intraoperative imageregistration technique that does not require a fiducial markeror camera, 3) and intraoperative surgeon-in-the-loop surgicalguidance. This paper describes the proof-of-concept Vasculensworkflow and reports the Vasculens accuracy. The accuracy isreported as a function of registration technique, patient bodytype, projector height and projector angle. Using the idealregistration technique, projector height and projector angle,the mean absolute point reprojection error is 1.7mm, making ita good candidate for DIEP flap breast reconstruction surgery.
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.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 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) | 0,000 | 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 découle