PreVISE: an efficient virtual reality system for SEEG surgical planning
Notice bibliographique
Résumé
Epilepsy is a neurological disorder characterized by recurring seizures that can cause a wide range of symptoms. Stereo-electroencephalography (SEEG) is a diagnostic procedure where multiple electrodes are stereotactically implanted within predefined brain regions to identify the seizure onset zone, which needs to be surgically removed or disconnected to achieve remission of focal epilepsy. This procedure is complex and challenging due to two main reasons. First, as electrode placement requires good accuracy in desired brain regions, excellent knowledge and understanding of the 3D brain anatomy is required. Second, as typically multiple SEEG electrodes need to be implanted, the positioning of intracerebral electrodes must avoid critical structures (e.g., blood vessels) to ensure patient safety. Traditional SEEG surgical planning relies on 2D display of multi-contrast volumetric medical imaging data, and places a high cognitive demand for surgeons' spatial understanding, resulting in potentially sub-optimal surgical plans and extensive planning time (~ 15 min per electrode). In contrast, virtual reality (VR) presents an intuitive and immersive approach that can offer more intuitive visualization of 3D data as well as potentially enhanced efficiency for neurosurgical planning. Unfortunately, existing VR systems for SEEG surgery only focus on the visualization of post-surgical scans to confirm electrode placement. To address the need, we introduce the first VR system for SEEG planning that integrates user-friendly and efficient visualization and interaction strategies while providing real-time feedback metrics, including distances to nearest blood vessels, angles of insertion, and the overall surgical quality scores. The system reduces the surgical planning time by 91%.
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 | 0,001 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,003 | 0,003 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,023 | 0,005 |
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 ».