MétaCan
Menu
Retour à la cohorte
Enregistrement W4231660995 · doi:10.1017/cjn.2019.211

P.118 Excalibur, a novel haptic hand-controller for robot-assisted microsurgery

2019· article· en· W4231660995 sur OpenAlexaffvenue
Madeleine de Lotbinière-Bassett, S Choi, S Lama, GR Sutherland, H Hoshyarman

Notice bibliographique

RevueCanadian Journal of Neurological Sciences / Journal Canadien des Sciences Neurologiques · 2019
Typearticle
Langueen
DomaineEngineering
ThématiqueSoft Robotics and Applications
Établissements canadiensCalgary Laboratory Services
Organismes subventionnairesnon disponible
Mots-clésHaptic technologyImaging phantomTask (project management)SimulationComputer scienceEngineeringMedicineNuclear medicine

Résumé

récupéré en direct d'OpenAlex

Background: For robot-assisted telesurgery, the workstation, in particular the haptic handcontroller itself a robot, is paramount to the performance of surgery. Based on the requirements for microsurgery, a novel haptic handcontroller Excalibur has been developed. Methods: Thirty-two surgeons performed a peg-in-hole task (simulating micromanipulation) with Excalibur and two commercially available handcontrollers (Sigma 7 and PHANToM Premium 3.0). A modified Kuka endeffector with bipolar forceps, and Leica microscope completed the remote robotic site. Comparisons were made based on training time, task completion time and number of errors. All participants completed a questionnaire. Results: Repeated measures ANOVA demonstrated significance for task completion time (p=0.004), training time (p=0.021) and number of errors (p=0.004). Surgeons were faster with Excalibur (72s) than with Sigma (96s,p=0.005) and PHANToM (96s,p=0.036). Training time was shorter with Excalibur than with PHANToM (210s vs 310s,p=0.013), and users made fewer errors (0.7 vs 2.1,p=0.008). Training time required for Sigma (285s) and the number of errors (1.3) were not significant. The surgeons found Excalibur smoother, more comfortable, less tiring and easier to maneuver, with more realistic force feedback and superior movement fidelity. Conclusions: Surgical performance was superior with Excalibur compared to the other handcontrollers. This may reflect the microsurgical requirements and unique design architecture of Excalibur.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesÉtudes des sciences et des technologies
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,112
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0020,002
Communication savante0,0010,001
Science ouverte0,0010,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,033
Tête enseignante GPT0,245
Écart entre enseignants0,212 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2019
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueCanadian Journal of Neurological Sciences / Journal Canadien des Sciences NeurologiquesMême sujetSoft Robotics and ApplicationsTravaux en français237 207