从立体射线图中完全自动跟踪原生腺部动力学
William Burton1, Ignacio Rivero Crespo1, Thor Andreassen1
1Center for Orthopaedic Biomechanics, University of Denver, 2155 E. Wesley Ave., Denver, CO, 80210, USA.
Computers in biology and medicine
|July 2, 2023
概括
这项研究介绍了一种自动化系统,用于使用立体射线图来跟踪肩膀关节运动. 这种新的方法准确地估计了骨头的姿势,改善了研究和临床应用.
科学领域:
- 生物医学工程 生物医学工程
- 医疗成像医学成像
- 整形外科 整形外科 整形外科
背景情况:
- 精确跟踪膜动力学对于诊断肩部病理和指导手术干预至关重要.
- 目前用于动力学跟踪的方法可能是劳动密集型的,容易引起观察者之间的变化.
研究的目的:
- 开发和验证一种完全自动的系统,用于从立体射线图序列中跟踪本地腺部动力学.
- 提高肩膀运动分析在研究和临床环境中的可扩展性和稳定性.
主要方法:
- 卷积神经网络 (CNN) 用于分割和语义关键点预测在双平面放射.
- 一个非凸的优化与半确定的放松被用于初始的骨位估计.
- 基于计算机断层扫描的数字重建放射图被注册以改进姿势估计,利用细分口罩隔离肩关节.
- 引入了特定主题的神经网络架构,以改善细分和构成估计的稳定性.
主要成果:
- 该系统实现了与地面相比,肩的中位方位差异为1.7°,腰的8.6°.
- 关节级动力学在65%,13%和63%的XYZ方向自由度的中显示差异小于2°.
- 自动追踪在动态活动中表现出高精度和稳定性.
结论:
- 拟议的系统提供了一种完全自动化的解决方案,以高精度跟踪腺部动力学.
- 动力跟踪的自动化显著增加了研究,临床和手术应用程序的工作流程的可扩展性.
- 这项技术有可能改善肩部疾病的诊断能力和治疗计划.
