Evaluation of a Navigated 3D Ultrasound Integration for Brain Tumor Surgery: First Results of an Ongoing Prospective Study
Notice bibliographique
Résumé
The aim of the study was to assess the quality, accuracy and benefit of navigated 2D and 3D ultrasound for intra-axial tumor surgery in a prospective study. Patients intended for gross total resection were consecutively enrolled. Intraoperatively, a 2D and 3D iUS-based resection was performed. During surgery, the image quality, clinical benefit and navigation accuracy were recorded based on a standardized protocol using Likert’s scales. A total of 16 consecutive patients were included. Mean ratings of image quality in 2D iUS were significantly higher than in 3D iUS (p < 0.001). There was no relevant decrease in rating during the surgery in 2D and 3D iUS (p > 0.46). The benefit was rated 2.2 in 2D iUS and 2.6 in 3D iUS (p = 0.08). The benefit remained stable in 2D, while there was a slight decrease in the benefit in 3D after complete tumor resection (p = 0.09). The accuracy was similar in both (mean 2.2 p = 0.88). Seven patients had a small tumor remnant in intraoperative MRT (mean 0.98 cm3) that was not appreciated with iUS. Crucially, 3D iUS allows for an accurate intraoperative update of imaging with slightly lower image quality than 2D iUS. Our preliminary data suggest that the benefit and accuracy of 2D and 3D iUS navigation do not undergo significant variations during tumor resection.
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 | 0,007 | 0,008 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 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 ».