Уважаемые коллеги, доброго времени суток! Представляем вам немецкое научное издание International journal of computer assisted radiology and surgery. Журнал имеет первый квартиль, издаётся в Springer Verlag, его SJR за 2021 г. равен 1,0, пятилетний импакт-фактор 3,408, электронный ISSN - 1861-6429, предметные области - Медицинская информатика, Компьютерная графика и автоматизированное проектирование, Приложения в области компьютерных наук, Компьютерное зрение и распознавание образов, Биомедицинская инженерия, Медицина (общие вопросы), Радиология, ядерная медицина и визуализация, Хирургия. Вот так выглядит обложка:
Редактором является Хайнц Ульрих Мелке, контактные данные - hulemke@cars-int.org, ijcars.edoffice@cars-int.org, swathi.alagesan.1@springernature.com, Anburaj.Sundaram@springer.com, journalpermissions@springernature.com, sabine.benghechir@springer.com.
Это рецензируемый журнал, призванный обеспечить платформу, сокращающую разрыв между медицинскими и техническими дисциплинами и поощрять междисциплинарные исследования и опытно-конструкторские разработки в международной среде. Основное внимание в журнале уделяется областям исследований и разработок, связанным с методами цифровой визуализации и компьютеризированными диагностическими и терапевтическими процессами, которые соответствуют уровню квалификации медицинских работников и повышают его. IJCARS приглашает к участию материалы по темам в области информационных наук, ИКТ и проектирования мехатронных систем, а также в областях клинического применения, таких, как:
- Медицинская визуализация, например КТ, МРТ, УЗИ, ОФЭКТ, ПЭТ, ДР, молекулярная визуализация и виртуальная эндоскопия;
- Обработка изображений и их отображение - 3D, 4D и 5D-визуализация;
- Общебольничные PACS и телемедицина;
- Компьютерные приложения, например нейрохирургия, голова и шея, ортопедия, ушная, носоглотка, сердечно-сосудистая и торакоабдоминальная хирургия, а также пластическая / реконструктивная хирургия;
- Терапия с использованием изображений;
- Хирургическая робототехника и инструментарий;
- Хирургическая навигация;
- 3D-моделирование и быстрое прототипирование;
- Оценка послеоперационных результатов;
- Хирургическое образование и тренинг;
- Тактильные ощущения и мультимодальные устройства в медицинских приложениях;
- Методы валидации и верификации;
- CAD для визуализации молочной железы, предстательной железы, грудной клетки, толстой кишки, скелета, печени, головного мозга и сосудов;
- Хирургия с использованием изображений черепа и челюстно-лицевой области;
- Рабочий процесс хирурга;
- Хирургический DICOM и IHE;
- Цифровая операционная.
Адрес издания - https://www.springer.com/journal/11548
Пример статьи, название - Using acoustic feedback and analyses for removal of bone cement during revision knee replacement surgeries. Заголовок (Abstract)
Purpose
The purpose of this study was to analyze the scraping sounds generated during revision knee replacement surgeries to discriminate between the inner cortical bone and the cement, with the goal of minimizing bone removal and increasing the structural integrity of the revision.
Methods
We prepared seven porcine femurs by partially filling them with bone cement, and recorded scraping sounds produced by a surgical scraping tool. We used a hierarchical machine learning approach to first detect a contact and then classify it as either bone or cement. This approach was based on a Support Vector Machine learning algorithm that was fed with temporal and spectral features of the sounds. A Leave-One-Bone-Out validation method was used to assess the performance of the proposed method.
Results
The average recall for the noncontact, bone, and cement classes was 98%, 75%, and 72%, respectively. The corresponding precision for the respective classes was 99%, 67%, and 61%.
Conclusion
The scraping sound that is generated during revision replacement surgeries carries significant information about the material that is being scraped. Such information can be extracted using a supervised machine learning algorithm. The scraping sound produced during revision replacement procedures can potentially be used to enhance cement removal during knee revision surgery. Future work will assess whether such monitoring can increase the structural integrity of the revision.
Keywords: Scraping sounds; Sound analysis; Classification; Revision total knee replacement; Machine learning