ディープラーニングによる手術内超音波ベースの移位マッピング

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:

• 手術中の脳シフトは,ナビゲーションの精度を損なう.
• 現在の方法は,手術中のMRIに依存しており,リアルタイムのアプリケーションを制限しています.
• 術内超音波 (iUS) は,低コストでリアルタイムな代替手段を提供します.

研究 の 目的:

• IUSスキャンからヴォクセルによる脳の変形を予測するためのディープラーニングの枠組みを開発する.
• 術前のMRIなしで局所的な脳シフト補償を可能にします.
• 神経外科における手術中の適応能力を向上させるため.

主な方法:

• 2つの3Dニューラルネットワークアーキテクチャと13人の患者のiUSデータに関するアンサンブルをトレーニングしました.
• 切開前と切開後の3D iUSスキャンのペアリングが利用され,画期的な注釈が付いていた.
• 評価されたパフォーマンスは,回帰指標と"患者残留"のクロス検証を用いて評価された.

主要な成果:

• アンサンブルモデルでは,根の正方形の誤差と方向の精度がバランスをとりました.
• 梯度加重クラスアクティベーションマッピングでは,主要な変形領域が特定されました.
• ほとんどの患者は,2mm未満の中央絶対誤差を示し,非典型解剖学的課題を指摘しました.

結論:

• ディープラーニングを用いたiUS-to-iUSスキャンから直接脳シフトを推定する実現可能性が実証されました.
• このアプローチは,強化された外科ナビゲーションのために,密度の高いリアルタイム変形フィールドを提供します.
• 将来の作業には,より大きく,多様なデータセットと,より高い精度のためにマルチタスクの学習が必要です.