在自动化诊断和治疗机器人技术中通过深度学习对器官切片保留和跟踪方法的研究

科学领域:

• 医疗成像医学成像
• 超声波技术 超声波技术 超声波技术
• 计算解剖学的计算解剖学

背景情况:

• 高强度聚焦超声波 (HIFU) 期间的器官运动使脏和肝脏的精确治疗复杂化.
• 呼吸运动需要精确的器官追踪,以防止对周围组织造成损害.

研究的目的:

• 开发和评估一个新的器官追踪系统,用于HIFU的旋转扫描.
• 提出和评估估计从超声波图像器官角度的方法.

主要方法:

• 提出了三种角度估计方法:AEMA,AEMAD和AEMAD++.
• 利用幻影和旋转超声数据 (RUDS) 进行脏成像 (长轴到短轴).
• 在具有初始位置转移的专用测试数据集上评估方法.

主要成果:

• 在测试的方法中,AEMAD++实现了最高的精度 (29.5%) 和处理速度 (3.20 FPS).
• 所有方法均以±2.5度的宽容度进行评估.
• 在0.33 FPS时,AEMAD显示了23.8%的准确性,在0.56 FPS时,AEMAD显示了32.0%的准确性.

结论:

• 在幻影实验中,AEMAD++在旋转扫描期间追踪脏长轴图像时被证明是有效的.
• 未来的工作将纳入周围的器官区域或内部脏结构,以进一步验证该方法.