Video Experimental Relacionado
Updated: Feb 17, 2026
Industrialized, Artificial Intelligence-guided Laser Microdissection for Microscaled Proteomic Analysis of the Tumor Microenvironment
Published on: June 3, 2022
Segmentectomía toracoscópica guiada por imagen mediante compuerta estadística de un solo disparo de las motas de
Haoji Ma1, Hua Liu2,3, Zichen Wang1
1School of Biomedical Engineering, Shanghai Jiao Tong University, Shanghai, 200240, China.
Este estudio presenta un método de compuerta estadística en tiempo real utilizando imágenes de motas láser de infrarrojo cercano para identificar con precisión los segmentos pulmonares durante la cirugía. La técnica mejora la visualización de la absorción de sangre, lo que aumenta la precisión y los resultados quirúrgicos para las resecciones de cáncer de pulmón.
Área de la Ciencia:
- Imágenes Médicas; Imágenes Computacionales; Tecnología Quirúrgica
Sus antecedentes:
- La identificación precisa de los segmentos pulmonares es crucial para la cirugía de cáncer de pulmón, pero es un desafío con la imagen toracoscópica actual.; Los métodos convencionales tienen dificultades con la visualización precisa de los límites de los tejidos y el estado de oxigenación.
Objetivo del estudio:
- Desarrollar y validar un método de compuerta estadística en tiempo real para mejorar la identificación de segmentos pulmonares durante la cirugía toracoscópica.; Mejorar la sensibilidad y precisión de la detección de la saturación de oxígeno tisular para una mejor guía quirúrgica.
Principales métodos:
- Se utilizó un láser de infrarrojo cercano (840 nm) para generar patrones de motas láser de un solo disparo.; Se desarrolló una técnica de compuerta estadística para aislar los componentes de motas dispersas por sangre y medir la absorción de hemoglobina.; Se reconstruyeron imágenes de intensidad dispersas por sangre en tiempo real explotando las diferencias en el tiempo de decorrelación de las motas.
Principales resultados:
- Se demostró un aumento de 2,05 veces en la pendiente del límite y una mejora del 220 % en la métrica de derivada absoluta media.; Se mejoró significativamente la precisión de la segmentación manual para cirujanos novatos (coeficientes DICE de 0,78 a 0,92).; Se permitió la diferenciación precisa de los límites de los segmentos pulmonares durante los procedimientos de inflación-desinflación.
Conclusiones:
- El método de compuerta estadística ofrece una visualización en tiempo real y de alta sensibilidad de la dinámica de absorción de sangre, lo que mejora la precisión quirúrgica.; Este enfoque de imagen computacional es compatible con los sistemas toracoscópicos estándar y tiene el potencial de revolucionar la cirugía de cáncer de pulmón.; La técnica mejora el tiempo operativo y la precisión, especialmente para cirujanos novatos, al proporcionar una visualización clara de los segmentos pulmonares objetivo.
