Visualization and navigation system development and application for stereotactic deep-brain neurosurgeries
Notice bibliographique
Résumé
We present the development of a visualization and navigation system and its application in pre-operative planning and intra-operative guidance of stereotactic deep-brain neurosurgical procedures for the treatment of Parkinson's disease, chronic pain, and essential tremor. This system incorporates a variety of standardized functional and anatomical information, and is capable of non-rigid registration, interactive manipulation, and processing of clinical image data. The integration of a digitized and segmented brain atlas, an electrophysiological database, and collections of final surgical targets from previous patients facilitates the delineation of surgical targets and surrounding structures, as well as functional borders. We conducted studies to compare the surgical target locations identified by an experienced stereotactic neurosurgeon using multiple electrophysiological exploratory trajectories with those located by a non-expert using this system on 70 thalamotomy, pallidotomy, thalamic deep-brain stimulation (DBS), and subthalamic nucleus (STN) DBS procedures. The average displacement between the surgical target locations in both groups was 1.95 ± 0.86 mm, 1.83 ± 1.07 mm, 1.88 ± 0.89 mm and 1.61 ± 0.67 mm for each category of surgeries, respectively, indicating the potential value of our system in stereotactic deep-brain neurosurgical procedures, and demonstrating its capability for accurate surgical target initiation.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 0,001 |
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 source (Gemma direct ou Codex distillé), 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 ».