开发和验证一种新的面统计形状模型,用于双边大缺陷的虚拟重建
K X Zhou1, M Patel1, M Shimizu2
1Schulich School of Medicine and Dentistry, University of Western Ontario, London, Ontario, Canada.
International journal of oral and maxillofacial surgery
|June 30, 2023
概括
统计形状建模在复杂的双侧大缺陷中自动化为长骨自由重建 (FFFR) 的虚拟重建. 这种机器学习方法提高了手术规划的准确性和患者的结果.
科学领域:
- 生物医学工程 生物医学工程
- 计算机辅助手术 计算机辅助手术
- 机器学习在医学中的应用
背景情况:
- 双边大缺陷对长腿骨自由重建 (FFFR) 构成重建挑战.
- 目前的虚拟外科规划 (VSP) 工作流程在缺陷缺少反侧引用 (布朗类c和d) 的缺陷中与镜像解剖作斗争.
- 这种限制可能会导致在FFFR过程中,长片段的位置不足于最佳.
研究的目的:
- 为了增强双边上缺陷中FFFR的VSP工作流.
- 开发一种自动化,可复制和针对患者的方法,以使用统计形状建模 (SSM) 虚拟重建病前解剖.
主要方法:
- 利用112个计算机断层扫描扫描的培训数据集用于SSM开发.
- 应用主要成分分析对细分和对齐的面骨.
- 在45个数字生成缺陷的未见的头骨上验证了重建准确性 (布朗类IIa-d).
主要成果:
- 在病前解剖学的虚拟重建中取得了有前途的准确性.
- 报告的平均第95百分点豪斯多夫距离为5.47 ± 2.39毫米.
- 显示了48.8 ± 14.5%的平均体积子系数和其他验证指标.
结论:
- 以SSM为指导的VSP为FFFR中复杂的双边上缺陷提供了自动化解决方案.
- 这种方法可以改善手术规划,提高FFFR的准确性,并减少并发症.
- 预计增强的VSP工作流程将为患者带来更好的术后结果.
