Jove
Visualize
お問い合わせ
JoVE
x logofacebook logolinkedin logoyoutube logo
JoVEについて
概要リーダーシップブログJoVEヘルプセンター
著者向け
出版プロセス編集委員会範囲と方針査読よくある質問投稿
図書館員向け
推薦の声購読アクセスリソース図書館諮問委員会よくある質問
研究
JoVE JournalMethods CollectionsJoVE Encyclopedia of Experimentsアーカイブ
教育
JoVE CoreJoVE BusinessJoVE Science EducationJoVE Lab Manual教員リソースセンター教員サイト
利用規約
プライバシーポリシー
ポリシー

関連する概念動画

こちらも読む

関連記事

共著者、ジャーナル、引用グラフによってこの研究に関連する記事。

並び替え
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

関連する実験動画

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

ディープラーニングを用いたトランススフェノイド外科手術におけるリアルタイムの手術内深度推定:可行性研究

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
まとめ

DINOv2のようなディープラーニングモデルは,内視神経外科ビデオの深さを推定することができ,外科医の指向を潜在的に改善します. この人工知能のアプリケーションは,特別な設備を必要とせずに外科フィールドを視覚化するのに役立ちます.

キーワード:
ディープラーニングとは,ディープラーニングです.深さ推定の深さ評価についてエンドスコピーは,内視鏡検査です.下垂体外科手術は,下垂体外科手術である.トランススフェノイド外科手術

さらに関連する動画

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

関連する実験動画

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

科学分野:

  • 神経外科は神経外科です.
  • メディカルイマージング (医学イメージング)
  • 人工知能 (AI) とは,人工知能 (AI) のことです.

背景:

  • エンドスコピック・エンドナザル・およびトランスクラニアル・アプローチは,下垂体腺腫のような腫瘍を切除するために神経外科において不可欠である.
  • 標準的な内視鏡ビデオは2Dで,深さの知覚と手術中の指向を制限します.

研究 の 目的:

  • 2D内視鏡外科ビデオから3Dの深度情報を生成するために,ディープラーニングモデルDINOv2の使用を調査する.
  • AI駆動の深度推定を用いて神経外科における手術内指向の強化の可行性を評価する.

主な方法:

  • DINOv2のディープラーニングモデルを8つのトランスフェノイド内皮外科手術のビデオフィードに適用しました.
  • 数値的な深度マップを生成し,カラーマップを使用して可視化しました.
  • 神経外科医によって主観的に評価され,手動セグメンテーションに対して半量的に評価された深度評価品質.

主要な成果:

  • DINOv2は深度マップとカラーマップを成功裏に生成し,専門家の主観的な評価と順調に調整しました.
  • 半量的な分析では,深さ面積の推定値の平均DICE類似度指数が0.48であることが示されました.
  • 結果は潜在的可能性を示していますが,標準化されていないセグメンテーションカットオフのために慎重に解釈する必要があります.

結論:

  • ディープラーニング,特にDINOv2は,内視神経外科画像の深さを推定することができます.
  • この技術は,手術中の指向を改善し,内視鏡のビデオフィードを増やすことを約束しています.
  • AIは,外科視覚化とナビゲーションの強化に重要な機会を提供します.