眼科手術における外れ値検出を用いたロバストな距離推定

科学分野:

• 生物医学工学;眼科学;医用画像処理

背景:

• マイクロメートルスケールの精度は、眼科手術における患者の安全性にとって非常に重要です。;器械統合型光学センサーは、器械対組織の距離を正確に測定することを目的としています。;信号アーチファクトによるセグメンテーションエラーは、測定の信頼性を損なうことがよくあります。

研究 の 目的:

• 光干渉断層撮影（OCT）Mスキャンのセグメンテーションエラーを特定および修正するための深層学習フレームワークを開発すること。;眼科処置における器械対網膜距離推定の精度を向上させること。;より信頼性の高い手術測定を通じて患者の安全性を向上させること。

主な方法:

• 外れ値OCT Mスキャンを検出するための深層学習フレームワークが開発されました。;この手法は、適応型リモートセンターオブモーション（RCM）を考慮した網膜モデリングと時系列分析を組み込んでいます。;網膜距離と信頼度レベルは、網膜モデル、器械位置、および検証済みデータを使用して推定されます。

主要な成果:

• このパイプラインは、生体外ヒト眼における外れ値測定の特定において88.8%の精度を達成しました。;既存の方法と比較して、距離推定精度は89%および93%向上しました。;血液や閉塞物を含む多様な条件下でのスキャン全体で、40μm未満の平均絶対誤差（MAE）を達成しました。

結論:

• 提案された手法は、器械対網膜距離推定の精度を大幅に向上させます。;この進歩は、眼科手術における患者の安全性の向上に貢献します。;このフレームワークは、センサーを備えた器械を使用する他の外科分野でのより広範な応用の可能性を示しています。