XiaoMi-AI文件搜索系统
World File Search System刚性固定
未使用六自由度机器人床的颅脑立体定向放射外科手术中的残留设置错误：无框架与刚性固定系统
4. Lundsford LD，Leksell D。Leksell 系统。LaunsfordLD 编。现代立体定向神经外科。波士顿，马萨诸塞州：Martinus Nijhoff 出版社；1988 年。5. Jacques S，Shelden CH，McCann G，Linn S。小型中枢神经系统病变的微立体定向方法。第一部分。CT 定位和 3-D 重建技术的发展。No Shinkei Geka。1980；8 (6)：527-37。6. Heilbrun MP，Roberts TS，Apuzzo ML，Wells TH Jr，Sabshin JK。Brown-Roberts-Wells (BRW) 计算机断层扫描立体定向引导系统的初步经验。J Neurosurg。 1983;59 (2):217 – 22。7. Lutz W、Winston KR、Maleki N。带有直线加速器的立体定向放射外科系统。Int J Radiat Oncol Biol Phys。1988；14：373 – 381。8. Babic S、Lee Y、Ruschin M 等人。使用框架还是不使用框架？基于锥形束 CT 的直线加速器立体定向放射外科和放射治疗专用头部固定装置的分析。J Appl Clin Med Phys。2018；19(2):111 – 120。
数据一致的深刚性MRI运动校正
运动伪影是MRI中普遍存在的问题，导致人口级成像研究中的误诊或错误特征。当前的回顾性刚性固定内部运动校正技术共同优化了图像和运动参数的估计值。在本文中，我们使用深层网络将关节图像 - 动作参数搜索减少到仅在刚性运动参数上进行搜索。我们的网络将产生重建作为两个输入的函数：损坏的K空间数据和运动参数。我们使用模拟的，运动腐败的K空间数据训练网络，该数据具有已知的Motion参数。在测试时，我们通过最大程度地估算未知运动参数来最大程度地降低运动参数之间的数据一致性损失，基于网络的图像重新构建给定这些参数以及获得的测量值。对模拟和现实的2D快速旋转回声脑MRI进行的slice内运动校正实验实现了高的重新分解保真度，同时提供了显式数据一致性优化的好处。我们的代码可在https://www.github.com/nalinimsingh/neuromoco上公开获取。
移动术中CT辅助无框立体定向活检在7例患者样本中实现了单米轨轨迹的精确度，以实现深处的脑损伤
抽象背景：大脑活检是至关重要的诊断干预措施，为治疗和预后提供了宝贵的信息，但很大程度上取决于高精度和精度。我们假设，通过使用移动单元的术中CT检查，通过基于神经验证的无框架立体定位和MRI引导的轨迹计划的组合，可以实现无缝集成的方法，得出最佳目标准确性。方法：我们分析了7个立体定向活检轨迹，用于各种深处的位置和不同的患者位置。在刚性固定后，使用计划MRI图像进行自动图像融合，使用移动CT单元进行术中术前扫描，并使用原位进行活检套管进行验证，以验证确定的目标位置。然后，我们评估了径向轨迹误差。结果：术中扫描，手术，MRI和CT图像的计算机化合并以及轨迹计划是可行的，在所有情况下都没有困难且安全。我们在60±12.3 mm的轨迹长度下达到了0.97±0.39 mm的径向轨迹偏差（平均值±标准偏差）。不需要因目标不准确而重新定位活检套管。结论：使用移动CT单元与无框神经验证指导的立体定位和基于术前MRI的轨迹计划结合使用的术中验证是可行的，安全且高度准确的。关键词：立体定向神经外科，图像指导，术中CT，脑活检该设置实现了深度脑损伤的单毫米精度和直接检测术中并发症的检测，并不依赖于专用的手术室，并且无缝地集成到常见的立体定位过程中。