Virtual Cath Lab: Versatile Open-Source Simulator for Education and Procedural Planning in Congenital Heart Interventions
Notice bibliographique
Résumé
Background: Transcatheter cardiac interventions in congenital heart disease require a precise understanding of 3-dimensional (3D) anatomical structures represented through projectional angiograms. However, intraprocedural optimization of angiograms is limited by the need to reduce exposure to radiation and nephrogenic contrast. Preprocedural optimization using 3D images has the potential to improve patient outcomes and trainee education. We sought to simulate fluoroscopic projections from 3D computed tomography images within an integrated procedural planning framework with the goal of informing training and the planning of complex interventions. Methods: We developed the Virtual Cath Lab simulator in SlicerHeart to generate fluoroscopic projections from cross-sectional 3D images contextualized in a realistic biplane C-arm model. Segmented images were used to simulate angiograms. Simulated projections were compared to actual angiograms obtained in the catheterization laboratory to assess realism and accuracy. Results: The Virtual Cath Lab allowed realistic movement of a C-arm model in synchrony with the generation of realistic fluoroscopic projections. Seventeen subjects were modeled (10 ductus arteriosus stents, 4 transcatheter pulmonary valve replacement, 1 tetralogy of Fallot with major aortopulmonary collateral arteries, 1 aortopulmonary fistula, and 1 reverse Potts shunt). The simulator successfully generated fluoroscopic projections of each subject, rapidly producing clear and anatomically accurate images, suitable for procedural planning in all cases. Conclusions: We report the development and application of an open-source, freely available, biplane fluoroscopy simulator based on computed tomography images. Integrated visualization of complex vascular anatomy prior to catheterization may facilitate optimization of fluoroscopic angles and procedural decision-making while also supporting education. Further studies are needed to demonstrate the clinical and educational benefits.
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 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,010 | 0,002 |
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 ».