Video Experimental Relacionado
Updated: Sep 10, 2025
06:39
Three-dimensional Location Approach with Silk Thread Guided Laparoscopic Segmentectomy for Liver Tumor
Published on: May 23, 2025
134
Segmentación eficiente de los puntos de referencia anatómicos intraoperatorios en la colecistectomía laparoscópica
Zongjin Yang1, Jun Wen2, Deqing Huang1
1Institute of Systems Science and Technology, School of Electrical Engineering, Southwest Jiaotong University, Chengdu 611756, China.
Computer methods and programs in biomedicine
|August 20, 2025
Resumen
Un nuevo algoritmo de IA identifica con precisión las estructuras anatómicas clave durante la colecistectomía laparoscópica, mejorando la seguridad quirúrgica y reduciendo los riesgos de lesiones en los conductos biliares.
Área de la Ciencia:
- Imágenes médicas
- Inteligencia artificial
- Navegación quirúrgica
Sus antecedentes:
- La colecistectomía laparoscópica, el estándar para la enfermedad de la vesícula biliar, conlleva un riesgo de lesión del conducto biliar.
- La inspección visual subjetiva durante la cirugía puede ser poco confiable debido a la fatiga del cirujano y los niveles de experiencia.
- La identificación de puntos de referencia anatómicos en la fase previa a la disección es un desafío y requiere una exploración progresiva.
Objetivo del estudio:
- Desarrollar un sistema de navegación intraoperatorio en tiempo real para colecistectomía laparoscópica.
- Para identificar y anotar dinámicamente puntos de referencia anatómicos críticos como la vesícula biliar, el triángulo de Calot y el conducto biliar común.
- Para reducir la presión del cirujano y mejorar la precisión del reconocimiento de puntos de referencia anatómicos.
Principales métodos:
- Propuso una nueva red neuronal de segmentación semántica (Red de análisis de escenas de la pirámide de atención del canal - CPPN).
- Utilizó capas de agrupación con escalas variables y pesos no iguales para la extracción de características.
- Incorporó un módulo de atención de canal espacial para mejorar la captura de características e información contextual.
Principales resultados:
- El modelo CPPN logró una intersección media sobre la unión (IoU) de 0.855 (±0.03), superando a otras redes de segmentación.
- Se logró un rendimiento óptimo con puntuaciones de IoU de 0,881 (±0,01) para la vesícula biliar, 0,769 (±0,03) para el triángulo de Calot y 0,813 (±0,02) para el conducto biliar común.
- Validado utilizando 1425 cuadros de 132 videos de colecistectomía laparoscópica con validación cruzada de 10 veces.
Conclusiones:
- El algoritmo de segmentación inteligente propuesto demuestra un rendimiento superior en la identificación de puntos de referencia anatómicos críticos.
- Muestra un potencial significativo para la asistencia quirúrgica en tiempo real, ayudando en la disección del triángulo de Calot.
- Podría conducir a una reducción de la lesión del conducto biliar común y mejorar la inspección visual durante los procedimientos laparoscópicos.
