MétaCan
Menu
Retour à la cohorte
Enregistrement W7092493363 · doi:10.1109/access.2025.3623567

Trajectory Planning for Multiple Degrees of Freedom C-Arm Systems

2025· article· en· W7092493363 sur OpenAlexafffund

Notice bibliographique

RevueIEEE Access · 2025
Typearticle
Langueen
DomaineEngineering
ThématiqueSoft Robotics and Applications
Établissements canadiensUniversity of Ottawa
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésWorkspaceTrajectoryKinematicsControl theory (sociology)JerkLookup tableModular designMotion (physics)

Résumé

récupéré en direct d'OpenAlex

This paper presents a comprehensive analysis of the kinematic and motion planning capabilities of advanced C-arm systems with varying degrees of freedom (DoF) to enhance precision, adaptability, and performance in clinical imaging applications. Five configurations of C-arm systems were implemented ranging from 5-DoF to 9 DoF, with additional DoF incorporated through an operating table which expands workspace accessibility. For clinical validation, six clinical projections were analyzed through workspace analysis, resulting in the generation of collision-free pose datasets with varying sizes specific to each projection. To optimize trajectory planning, the Joint Space Motion Model in MATLAB Simulink was employed to evaluate four trajectory profiles: Trapezoidal Velocity Profile, Polynomial, Minimum Jerk Polynomial, and Minimum Snap Polynomial. Computed Torque Control was integrated into the Joint Space Motion Model to ensure dynamic stability and precise motion execution. Six trajectory trials were conducted involving sequential transitions across clinical projections, with simulations performed under normal and overweight patient conditions to evaluate the impact of loading conditions on positional accuracy and trajectory performance. Results demonstrate clinically acceptable tolerances within ±1mm and ±1°. Additionally, lookup tables (LUT) were developed to guide clinicians in selecting appropriate trajectories and tuning joint parameters for desired positions, providing practical insights into minimizing positional errors. To bridge the gap between theoretical modeling and clinical practice, lookup tables were developed to guide clinicians in selecting trajectory types and tuning joint parameters. The study establishes the first modular trajectory planning framework for multi-DoF C-arm systems, highlighting the superiority of higher DoF configurations and polynomial-based trajectories in achieving smooth, precise, and collision-free motion for surgical imaging applications.

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 distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,676
Score d'incertitude au seuil0,270

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,044
Tête enseignante GPT0,308
Écart entre enseignants0,264 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSimulation ou modélisation
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations1
Publié2025
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueIEEE AccessMême sujetSoft Robotics and ApplicationsTravaux en français237 207