MétaCan
Menu
Retour à la cohorte
Enregistrement W4236435004 · doi:10.32920/ryerson.14647944.v1

3D Shape Estimation Of Tendon-Driven Catheters Using Ultrasound Imaging

2021· preprint· en· W4236435004 sur OpenAlexaff
Niloufaralsadat Hashemi

Notice bibliographique

Revuenon disponible
Typepreprint
Langueen
DomaineEngineering
ThématiqueAdvanced Measurement and Metrology Techniques
Établissements canadiensUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésKalman filterComputer scienceUltrasoundFilter (signal processing)CalibrationTendon3D ultrasoundUltrasound imagingArtificial intelligenceComputer visionMathematicsAcousticsPhysicsMedicineSurgeryStatistics

Résumé

récupéré en direct d'OpenAlex

Active cable/tendon-driven catheters are becoming an established part of the minimally invasive surgical procedures. Therefore, there has been growing interest in literature in estimating the shape of their distal end especially using clinical ultrasound (US) imaging systems. The purpose of this thesis is to use a B-mode US imaging system to design time-efficient, accurate and robust algorithm for 3D shape estimation of tendon-driven catheters. Kalman filter (KF), Adaptive Kalman filter (AKF) and Particle filter (PF) algorithms were developed for this purpose. First, they were applied to a series of simulated US B-mode images where AKF provided the best estimate (error: 0.2 ± 0.1 mm). Second, they were applied to a series of experimentally obtained US B-mode images. Calibration procedures were carried out to calibrate these US images in the experiment’s workspace. The PF was shown to provide the best 3D shape estimate (error: 8.6 ± 0.1 mm). However, since almost the same accuracy could be achieved with AKF in ten times less computational time, AKF was concluded to be the best method, in terms of accuracy and efficiency, to estimate the 3D shape of tendon-driven catheters.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Méthodes · Signal consensuel: aucune
Score de désaccord entre enseignants0,410
Score d'incertitude au seuil0,968

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
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 Opus0,023
Tête enseignante GPT0,267
Écart entre enseignants0,244 · 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.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSimulation ou modélisation
Domainenon disponible
GenreMéthodes

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
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetAdvanced Measurement and Metrology TechniquesTravaux en français237 207