Notice bibliographique
Résumé
Image-guided surgery correlates pre-operative diagnostic patient images with the patient on the operating room table by using a patient-to-image registration and localizing and tracking the patient and the surgical instruments. The task of spatially aligning the patient with the diagnostic images into one view remains, however, with the surgeon. This task is not trivial, is time consuming, disrupts the workflow and may be prone to error. Augmented reality visualization has been proposed as a solution to traditional image-guided surgery systems. In augmented reality virtual objects are merged with the real world. In image-guided surgery augmented reality visualization is used to merge virtual patient models created from diagnostic images with the live view of the surgical scene. In the following dissertation the use of augmented reality visualization for image-guided neurovascular surgery is described. The dissertation begins by developing a taxonomy to describe augmented reality visualization in image-guided surgery and this taxonomy is used to describe the state of the art in the field. Next, the visualization of cerebral vascular data obtained through angiography is explored. Visualization of cerebral vasculature is important for the treatment of different vascular anomalies and malformations. Volume rendered 3D vascular images however, are difficult to comprehend spatially due to the many furcations in the vessels and the many vessels overlapping at different depths. By using perceptually driven volume rendering techniques the relative depth perception of these images can be improved. Different depth cue rendering techniques including chromadepth, fog, edges, kinetic depth, and stereopsis were explored in two novice and one expert study that looked at the effectiveness of the techniques in determining relative depth perception of vessels in cerebral angiograms.The results of these psychophysical experiments were brought into a clinical context by using them in our developed augmented reality image-guided surgery system. A typical problem with augmented reality visualization is that virtual objects tend to be perceived at the wrong depth. We explored the use of fog and edges, among other techniques, in the context of augmented reality visualization for image-guided neurovascular surgery to improve the depth perception of vessels in this context. The results of using our augmented reality image-guided surgery system in the operating room at the Montreal Neurological Hospital are presented for four different surgical cases. The results of this work show the promise of using augmented reality to improve surgical tasks and thereby improve patient outcomes.
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 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,003 | 0,002 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,006 | 0,001 |
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 ».