Jove
Visualize
Contáctanos
JoVE
x logofacebook logolinkedin logoyoutube logo
ACERCA DE JoVE
Visión GeneralLiderazgoBlogCentro de Ayuda JoVE
AUTORES
Proceso de PublicaciónConsejo EditorialAlcance y PolíticasRevisión por ParesPreguntas FrecuentesEnviar
BIBLIOTECARIOS
TestimoniosSuscripcionesAccesoRecursosConsejo Asesor de BibliotecasPreguntas Frecuentes
INVESTIGACIÓN
JoVE JournalMethods CollectionsJoVE Encyclopedia of ExperimentsArchivo
EDUCACIÓN
JoVE CoreJoVE BusinessJoVE Science EducationJoVE Lab ManualCentro de Recursos para ProfesoresSitio de Profesores
Términos y Condiciones de Uso
Política de Privacidad
Políticas

Videos de Conceptos Relacionados

También podría leer

Artículos Relacionados

Artículos vinculados a este trabajo por autores compartidos, revista y gráfico de citas.

Ordenar por
Same author

Risk of new endocrinological deficits after intraoperative MRI-guided additional resection in endoscopic non-functioning pituitary adenoma surgery.

Pituitary·2026
Same author

Global Consensus on the Management of Primary Localized Chordoma.

JAMA oncology·2026
Same author

Clinical Implementation and Oncological Relevance of Molecular Profiling in Brain Metastases Patients-A Multicenter Retrospective Cohort Study.

International journal of cancer·2026
Same author

Prevalence of somatic SF3B1R625H mutation in lactotroph tumours from a multi-centric cohort: a digital PCR-based study.

European journal of endocrinology·2026
Same author

Craniometric Anatomy of the Middle Meningeal Artery Bifurcation With Relevance for Simultaneous Surgical Occlusion in Chronic Subdural Hematoma.

Operative neurosurgery (Hagerstown, Md.)·2026
Same author

Cadaver-based hands-on course in cervical spine surgery: a prospective evaluation of surgical confidence and self-perceived autonomy.

Acta neurochirurgica·2026

Video Experimental Relacionado

Updated: Feb 17, 2026

Application of Deep Learning-Based Medical Image Segmentation via Orbital Computed Tomography
04:48

Application of Deep Learning-Based Medical Image Segmentation via Orbital Computed Tomography

Published on: November 30, 2022

3.6K

Estimación de profundidad intraoperatoria en tiempo real en cirugía transesfenoidal mediante aprendizaje profundo: un

Olivier Zanier1, Aron Alakmeh2, Raffaele Da Mutten3

  • 1Machine Intelligence in Clinical Neuroscience & Microsurgical Neuroanatomy (MICN) Laboratory, Department of Neurosurgery, Clinical Neuroscience Center, University Hospital Zurich, University of Zurich, Zurich, Switzerland; Department of Oncology, University of Oxford, Oxford OX3 7DQ, United Kingdom.

Journal of clinical neuroscience : official journal of the Neurosurgical Society of Australasia
|February 15, 2026
PubMed
Resumen

Los modelos de aprendizaje profundo como DINOv2 pueden estimar la profundidad en videos de neurocirugía endoscópica, mejorando potencialmente la orientación del cirujano. Esta aplicación de inteligencia artificial ayuda a visualizar campos quirúrgicos sin equipo especial.

Palabras clave:
Aprendizaje profundoEstimación de profundidadEndoscopiaCirugía de hipófisisCirugía transesfenoidal

Más Videos Relacionados

Lateral Molar Approach-Driven Transoral Endoscopic Procedure for Benign Infratemporal Fossa Tumor Resection
04:04

Lateral Molar Approach-Driven Transoral Endoscopic Procedure for Benign Infratemporal Fossa Tumor Resection

Published on: August 15, 2025

521
Role of Diffusion MRI Tractography in Endoscopic Endonasal Skull Base Surgery
09:53

Role of Diffusion MRI Tractography in Endoscopic Endonasal Skull Base Surgery

Published on: July 5, 2021

4.3K

Videos de Experimentos Relacionados

Last Updated: Feb 17, 2026

Application of Deep Learning-Based Medical Image Segmentation via Orbital Computed Tomography
04:48

Application of Deep Learning-Based Medical Image Segmentation via Orbital Computed Tomography

Published on: November 30, 2022

3.6K
Lateral Molar Approach-Driven Transoral Endoscopic Procedure for Benign Infratemporal Fossa Tumor Resection
04:04

Lateral Molar Approach-Driven Transoral Endoscopic Procedure for Benign Infratemporal Fossa Tumor Resection

Published on: August 15, 2025

521
Role of Diffusion MRI Tractography in Endoscopic Endonasal Skull Base Surgery
09:53

Role of Diffusion MRI Tractography in Endoscopic Endonasal Skull Base Surgery

Published on: July 5, 2021

4.3K

Área de la Ciencia:

  • Neurocirugía
  • Imagenología Médica
  • Inteligencia Artificial

Sus antecedentes:

  • Los enfoques endoscópicos endonasales y transcraniales son vitales en neurocirugía para la resección de tumores como los adenomas hipofisarios.
  • El video endoscópico estándar es 2D, lo que limita la percepción de profundidad y la orientación intraoperatoria.

Objetivo del estudio:

  • Explorar el uso del modelo de aprendizaje profundo DINOv2 para generar información de profundidad 3D a partir de videos de cirugía endoscópica 2D.
  • Evaluar la viabilidad de mejorar la orientación intraoperatoria en neurocirugía utilizando la estimación de profundidad impulsada por IA.

Principales métodos:

  • Se aplicó el modelo de aprendizaje profundo DINOv2 a las transmisiones de video de ocho cirugías endonasales transesfenoidales.
  • Se generaron mapas de profundidad numéricos y se visualizaron utilizando mapas de color.
  • Se evaluó la calidad de la estimación de profundidad subjetivamente por neurocirujanos y semicuantitativamente frente a segmentaciones manuales.

Principales resultados:

  • DINOv2 generó con éxito mapas de profundidad y mapas de color, alineándose bien con las evaluaciones subjetivas de expertos.
  • El análisis semicuantitativo mostró una puntuación media del Índice de Similitud DICE de 0.48 para las estimaciones del área de profundidad.
  • Los resultados indican potencial pero requieren una interpretación cautelosa debido a cortes de segmentación no estandarizados.

Conclusiones:

  • El aprendizaje profundo, específicamente DINOv2, puede estimar la profundidad en imágenes de neurocirugía endoscópica.
  • Esta tecnología promete mejorar la orientación intraoperatoria y aumentar las transmisiones de video endoscópico.
  • La IA ofrece oportunidades significativas para mejorar la visualización y la navegación quirúrgica.