A Real-Time Endoscope Motion Tracker
Notice bibliographique
Résumé
OBJECTIVE: In colonoscopy, it is desirable to accurately localize the position of the endoscope's distal tip. Current tip localization techniques are not sufficient for recording the position and movement of the tip, nor is its rotation measured. We hypothesize that integration of multiple tracking modalities can effectively record the endoscope's motion in real time and continuously corrects cumulative errors. METHODS: A dual modality tracking method is developed to measure the motion of the endoscope's insertion tube in real time, including insertion length, rotation angle, and their velocities. Optical trackballs were used to measure the endoscope insertion tube's motion and cameras were used to correct cumulative errors. RESULTS: The accuracy of insertion length and rotational angle were measured. For speeds ≤ 10 mm/s, the median and 90th percentile insertion position errors were 0.88 mm and 2.2 mm, respectively. The insertion position error increases with the speed, reaching a maximum of 10 mm for speeds < 40 mm/s. 11° and 21° were the median and 90th percentile rotation angle errors for angular speeds < 40°/s. Cumulative errors are sufficiently reduced by the imaging modality. CONCLUSION: The prototype device can precisely measure an unmodified endoscope's position, rotation, and motion in real time without significant accumulative error. The prototype device is small and compatible with existing commercial endoscopes as an add-on accessory, which could be used for reporting, localizing the lesions in follow up procedures, operational guidance, quality assurance, and training. Clinical and Translational Impact Statement-This preclinical research develops an endoscope tracker that can be integrated into colonoscopy training, automatically record endoscope motion, and be further developed to improve polyp and tumor localization during colonoscopy.
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 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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, 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 ».