相关实验视频
Updated: Jul 16, 2025
08:08
Simulator Training for Endovascular Neurosurgery
Published on: May 6, 2020
3.7K
一个深度学习系统,有助于为未破裂的内动脉瘤进行线圈栓塞的手术规划
Xin Nie1,2, Yi Yang1,2, Qingyuan Liu1,2
1Department of Neurosurgery, Beijing Tiantan Hospital, Capital Medical University, Beijing, 100050, China.
Chinese neurosurgical journal
|September 10, 2023
概括
一个新的深度学习系统准确地测量了未破裂的内动脉瘤 (UIA) 特征,有助于对线圈栓塞进行手术规划. 这种人工智能工具表现出与经验丰富的临床医生可比的高准确性,改善了治疗策略.
科学领域:
- 医疗成像医学成像
- 人工智能在医学中的应用
- 神经外科 神经外科
背景情况:
- 线圈栓塞是未破裂的内动脉瘤 (UIA) 的标准治疗方法.
- 有效的UIA治疗需要临床医生进行广泛,漫长的培训.
- 目前的方法需要大量的医生专业知识和长时间的学习曲线.
研究的目的:
- 开发一种深度学习系统,用于UIA形态特征的自动测量.
- 在线圈栓塞手术的外科规划过程中提供协助.
- 减少培训负担,提高UIA治疗的效率.
主要方法:
- 术前CT血管造影和153名UIA患者的手术数据的回顾性审查.
- 训练一个卷积神经网络 (CNN) 来自动测量UIA形态特征.
- 使用神经因子化机器 (NFM) 预测最佳的第一线圈直径,根据临床数据进行验证.
主要成果:
- 对于UIAs,CNN模型实现了高诊断精度 (0.97).
- 人工智能测量的形态特征与高级临床医生有很强的一致性 (ICC > 0.85).
- 人工智能系统准确地预测了第一个线圈直径,匹配比为0.90-0.91.
结论:
- 一个深度学习系统有效地测量UIA形态,并有助于手术规划.
- 人工智能工具的表现与专家临床医生相美.
- 该系统有可能提高UIA线圈栓塞的精度和效率.
