Jove
Visualize
联系我们
JoVE
x logofacebook logolinkedin logoyoutube logo
关于 JoVE
概览领导团队博客JoVE 帮助中心
作者
出版流程编辑委员会范围与政策同行评审常见问题投稿
图书馆员
用户评价订阅访问资源图书馆顾问委员会常见问题
研究
JoVE JournalMethods CollectionsJoVE Encyclopedia of Experiments存档
教育
JoVE CoreJoVE BusinessJoVE Science EducationJoVE Lab Manual教师资源中心教师网站
使用条款与条件
隐私政策
政策

相关概念视频

您也可能阅读

相关文章

通过共同作者、期刊和引用图与本文相关的文章。

排序
Same author

Synthetic cervical spine radiographs: expert validation and transfer learning for low-data settings.

BMC medical informatics and decision making·2026
Same author

Where the Tool Meets the Tissue ….

World neurosurgery·2026
Same author

The glymphatic system and glioblastoma.

Brain : a journal of neurology·2025
Same author

Can Microsurgery be Standardized? Quantifying Technique in Intracerebral Hemorrhage.

Neuro-Chirurgie·2025
Same author

An Internet of Things operating room platform for neurosurgery.

Journal of neurosurgery·2025
Same author

Hybrid SiO<sub>2</sub>/Si pillar-based optomechanical crystals for on-chip photonic integration.

Nanophotonics (Berlin, Germany)·2025

相关实验视频

Updated: Jul 26, 2025

Automated Segmentation of Cortical Grey Matter from T1-Weighted MRI Images
06:48

Automated Segmentation of Cortical Grey Matter from T1-Weighted MRI Images

Published on: January 7, 2019

9.0K

工具-组织力细分和模式识别,用于评估神经外科的性能.

Amir Baghdadi1, Sanju Lama1, Rahul Singh1

  • 1Project neuroArm, Department of Clinical Neurosciences, Hotchkiss Brain Institute University of Calgary, Calgary, AB, Canada.

Scientific reports
|June 13, 2023
PubMed
概括
此摘要是机器生成的。

机器学习模型从传感器化的子分析手术工具和组织的相互作用力,以客观地评估外科医生的表现. 这种由人工智能驱动的系统为个性化外科技能评估和任务识别提供实时反.

更多相关视频

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

2.8K
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

3.7K

相关实验视频

Last Updated: Jul 26, 2025

Automated Segmentation of Cortical Grey Matter from T1-Weighted MRI Images
06:48

Automated Segmentation of Cortical Grey Matter from T1-Weighted MRI Images

Published on: January 7, 2019

9.0K
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

2.8K
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

3.7K

科学领域:

  • 神经外科 神经外科
  • 人工智能的人工智能
  • 手术分析 - 手术分析

背景情况:

  • 传统上,手术绩效评估依赖于主观的评估.
  • 对手术技能的客观量化对于个性化培训和改善患者结果至关重要.
  • 人工智能为分析复杂的外科数据提供了一种新的方法.

研究的目的:

  • 开发和实施机器学习模型,以使用工具-组织相互作用力数据分析外科细致.
  • 通过虚拟手术助理,为外科医生提供客观,个性化的绩效评估.
  • 创建一个端到端的平台,用于手术内外科手术绩效监测.

主要方法:

  • 在50次神经外科手术过程中利用传感双极 (SmartForceps系统) 的力量数据.
  • 开发了T-U-Net用于部队配置细分和FTFIT深度学习架构用于技能和任务分类.
  • 收集了161个小时的手术室数据,来自13位不同经验水平的外科医生.

主要成果:

  • 使用T-U-Net实现了高精度的强力配置细分 (加权F1得分=0.95,AUC=0.99) 的高精度.
  • 证明有效的外科技能分类 (加权F1分数=0.71,AUC=0.81) 和任务识别 (加权F1分数=0.82,AUC=0.89).
  • 开发了一个基于云的模块,提供了一个与专家级别相比的性能指标仪表板.

结论:

  • 一个新的机器学习模块可以实现实时,数据驱动的外科手术绩效监测和评估.
  • 人工智能平台为外科医生提供了个性化的反和学习.
  • 这种方法在外科实践中建立了客观评估的范式.