VDVM:用于C臂X射线图像识别的自动脊椎检测和脊椎段匹配框架
Ruyi Zhang1, Yiwei Hu2, Kai Zhang3
1Institute of Intelligent Medicine and Biomedical Engineering, Ningbo University, Ningbo, China.
Journal of X-ray science and technology
|July 2, 2023
概括
这项研究引入了一种自动脊椎检测和匹配框架 (VDVM),以提高脊椎手术的精度. 该VDVM系统准确地识别C臂X射线图像中的脊椎,增强手术规划和执行.
科学领域:
- 医疗成像医学成像
- 脊柱外科手术 技术 技术
- 医疗保健中的人工智能
背景情况:
- 光镜对于精确的脊椎手术至关重要,但确定手术位置在比较C臂X射线和数字放射 (DR) 图像时严重依赖外科医生的经验.
- 目前在C臂光镜中识别脊椎的方法依赖于经验,强调需要自动化解决方案.
研究的目的:
- 开发用于脊椎检测和脊椎段匹配 (VDVM) 的自动化框架,以提高C臂X射线图像中脊椎的识别.
- 提高精度,减少在脊柱手术规划和执行中对外科医生经验的依赖.
主要方法:
- 设计了一个VDVM框架,包括脊椎检测和匹配.
- 使用数据预处理来提高图像质量. 使用YOLOv3模型进行脊椎检测,随后进行区域提取.
- 脊椎细分利用了移动-Unet模型,以轮倾斜校正和基于视觉信息忠实性的多脊椎策略进行匹配.
主要成果:
- 脊椎检测模型在C臂X射线测试数据集上达到0.87的平均平均精度 (mAP),在腰部DR测试数据集上达到0.96.
- 在31张C臂X射线图像上,VDVM框架实现了0.733的脊椎段匹配精度.
- 该系统在脊椎检测和细分匹配方面都表现出强的性能.
结论:
- 拟议的VDVM框架有效地自动检测脊椎,并在脊椎段匹配中实现显著的准确性.
- 这种自动化方法有可能提高脊柱手术的精度,并减少对外科医生的经验的依赖.
