InterNAV2.0: Minimally Invasive Robot-Assisted Tumour Ablative Therapies
Notice bibliographique
Résumé
Canadian Snrgical Technologies & Advanced Robotics has undertaken a major initiative in the field of lung cancer treatment. A platform is being developed for tumour ablative therapies using minimally invasive robotic sys tems. As a proof-of-concept for the platform, a system has been built for Brachytherapy as a treatment for lung cancer. This system uses a navigational software, InterNAVl.0, to consolidate ultrasound imaging and electromagnetic positioning.\nEarly work on InterNAVl.0 looked to develop a research tool to handle imaging information obtained through ultrasound imaging. It was not de signed as a navigation and control environment for clinical use. The objective of the research described in this thesis is to make significant enhancements and add new features to InterNAV1.0 in order to obtain a fairly general navi gation and control environment suitable for use in animal and clinical testing. This thesis discusses the development of InterNAV2.0 and includes a set of feature enhancements and architectural changes to InterNAVl.0 to address several shortcomings and make it applicable for clinical use. After an initial study of InterNAVl.O’s capabilities, several improvements were proposed and implemented. These included enhancements to the navigational model and user interface, integrated robotic controls, predictive neural networks, use of embedded sensors, and integration with dosimetry planning software. All of these functional enhancements are part of InterNAV2.0. Testing shows better results from InterNAV2.0 than InterNAV1.0.
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 | 0,000 |
| 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 | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,008 | 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 ».