High-Resolution Stereoscopic Visualization of Pediatric Echocardiography Data on Microsoft HoloLens 2
Notice bibliographique
Résumé
Three-dimensional ultrasound offers volumetric images and detailed anatomical data for medical diagnosis and treatment planning. It is a key tool in the medical field to obtain a comprehensive view of the body. Ordinary two-dimensional displays do not provide depth perception and are not suitable for representing volumetric data, necessitating the use of more sophisticated visualization methods. Virtual and augmented reality (AR) displays can be used to improve the visualization of medical images, allowing for more natural interaction with the environment. This study proposes custom software developed using the Unity3D platform to render high-resolution 3D echocardiography (3DE) on the Microsoft HoloLens 2, providing an immersive AR experience for medical professionals. This research focuses on three-dimensional echocardiography in children and uses a phantom heart model to mimic a pulsating heart. The volume rendering algorithm utilizes the ray-marching technique, enabling direct volume rendering of high-quality volumetric models. To maintain a satisfactory frame rate, a Holographic Remoting approach is employed to reduce latency and enhance network transmission speed, utilizing the resources of a personal computer (PC). The custom software developed offers an intuitive and interactive user interface that allows medical professionals to manipulate and explore 3DE images effectively. The interaction includes the ability to slice, modify the intensity range, and alter the voxel density. The experimental evaluations demonstrated that it is possible to produce high-quality real-time display with HoloLens 2 and a PC-based remote rendering system, allowing intuitive control and exploration of 3DE. Overall, this research highlights the potential of AR rendering offered through Microsoft HoloLens 2 to advance pediatric 3DE rendering for medical professionals to enhance their decision-making and understanding of medical datasets.
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 | 0,000 | 0,001 |
| 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 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,007 | 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 ».