Notice bibliographique
Résumé
Introduction: Hand/instrument motion-tracking in surgical simulation provides valuable data to improve psychomotor skills and can serve as a formative evaluation tool.While motion analysis has been well-studied in laparoscopic surgery, it has been poorly studied in endoscopic surgery.Very few studies look at motion-tracking for flexible ureteroscopy (fURS), a common surgical procedure that requires hand dexterity and 3D spatial awareness.To address this gap, we designed a synchronized motion-tracking and video capture system for fURS capable of collecting objective metrics for use in surgical skills training.Methods: A single-use flexible ureteroscope was used to design and test our system.Motion tracking of the ureteroscope was performed using the Polhemus Patriot platform, inertial measurement units (IMUs), and an optical sensor.Specifically, the position (x, y, z) and orientation (roll, pitch, yaw) of the ureteroscope handle, deflection of the ureteroscope lever, and translation of the scope insertion point were collected.Video capture of the operator's hands was collected with a Raspberry Pi camera, and the recording of the endoscopic view was collected from the video tower.All peripherals were controlled by a Raspberry Pi 4 and synchronized to its system clock.Results: Our system demonstrated good accuracy in detecting translation of the ureteroscope in the x-and y-axes, and yaw, pitch, and roll of the ureteroscope at discrete orientations of 0, ±30, ±60, and ±90 degrees.Unique to fURS, the deflection of the lever was captured by the difference in IMU static accelerations with good accuracy.The optical sensor detected the translation of the ureteroscope at the insertion point with an average error of 5.51% when traversing distances of 25, 50, and 100 mm a total of 10 times each.Conclusions: We successfully developed a system capable of collecting motionanalysis parameters and capturing videos unique to fURS.Future studies will focus on establishing the construct validity of this tool.
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 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,004 | 0,002 |
| Science ouverte | 0,001 | 0,005 |
| Intégrité de la recherche | 0,003 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,497 | 0,317 |
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; l’étiquette directe de Gemma et le classifieur distillé Codex s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».