MétaCan
Menu
Retour à la cohorte
Enregistrement W7099089344

Computer Integrated Surgical Systems and Technology ERC

2012· article· en· W7099089344 sur OpenAlexaboutno aff

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueLichen and fungal ecology
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésFluoroscopyWorkflowPoint (geometry)Tracking (education)Tracking systemLine (geometry)Troubleshooting
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Use of active, optical tracking Surgical Guidance systems provides line of sight problems to the surgeon. We plan to use a new magnetic system, 'Aurora ' from Northern Digital Inc. (Canada) and Mednetix AG (Switzerland), in intra-operative fluoroscopy to develop an integrated system for surgical guidance. Here we outline the modules developed for use with this system, including a novel registration method. 1. Summary Intra-operative fluoroscopy is useful in many percutaneous procedures and spinal surgeries, such as bone biopsy and vertebroplasty. Drawbacks, however, include exposing the surgeon to repeated doses of radiation, obstructing access with the C-arm in the operating area, and the limited number of views available. A possible solution to these problems is 'virtual fluoroscopy', where an initial fluoroscopic image is captured and a representation of a (tracked) instrument is projected onto the image. This reduces the amount of exposure to radiation during the procedure, allows multiple views and reduces the amount of obstruction from the C-arm during surgery. 2. Previous work Existing 2D-3D point registration algorithms rely on the availability of a large number of data points; Iterative Closest Point (ICP) and other statistical approaches do not work well with small data sets owing to local minima. Our system is intended to be used with 4 to 6 markers. A recent, and similar, alternative to ICP is 3PLFLS[1]- we will discuss the differences in our approach later. 3. Workflow The markers will be in view of the C-arm whenever calibration/registration is performed or updated, they could be on the instrument to be artificially rendered itself, or a separate calibration object. •

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,003
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Autre · Signal consensuel: Autre
Score de désaccord entre enseignants0,213
Score d'incertitude au seuil0,711

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,003
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0020,002
Études des sciences et des technologies0,0010,001
Communication savante0,0040,002
Science ouverte0,0020,003
Intégrité de la recherche0,0020,002
Charge utile insuffisante (le modèle a refusé de juger)0,2130,162

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 Opus0,014
Tête enseignante GPT0,202
Écart entre enseignants0,188 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSans objet
Domainenon disponible
GenreAutre

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

En bref

Citations0
Publié2012
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetLichen and fungal ecologyTravaux en français237 207