复杂的骨科干预的自动3D术后评估
Joëlle Ackermann1,2, Armando Hoch3, Jess Gerrit Snedeker2,3
1Research in Orthopedic Computer Science, Balgrist University Hospital, University of Zurich, 8008 Zurich, Switzerland.
Journal of imaging
|September 27, 2023
概括
这项研究引入了一种自动化的3D方法,用于评估骨科手术的结果,特别是Periacetabular Osteotomy (PAO). 计算机视觉方法准确量化了手术精度,改善了术后评估.
科学领域:
- 医疗成像和计算机视觉在骨科.
- 人工智能用于手术结果分析.
背景情况:
- 目前的临床实践依赖于手动,非自动化的术后评估方法.
- 缺乏自动化工具阻碍了对骨科干预的准确,客观评估.
- 围骨切除术 (PAO) 需要对骨切割,重新定位和植入物放置进行准确的评估.
研究的目的:
- 开发一种全自动化的3D方法,用于定量骨科干预手术结果.
- 应用和验证该方法用于周周骨架骨切除术 (PAO) 程序.
- 为了能够客观和精确地评估骨重新定位和植入物准确性.
主要方法:
- 一种基于深度学习的细分方法,用于检测和量化骨切割.
- 一种多步骤的图像记录技术,用于评估解剖学重新定位的准确性.
- 3D Hough 转换和光线跟踪用于精确识别植入物 (螺丝) 位置.
主要成果:
- 自动化方法证明了对手术质量和精度的准确评估.
- 碎片重定位精度显示累计误差为2.1毫米.
- 螺杆放置精度实现了螺杆头的1.32mm距离误差和螺杆轴的1.1°角偏差.
结论:
- 拟议的自动化3D方法有效量化了围骨架切除术的外科结果.
- 该系统为骨重新定位和植入物放置提供了准确和客观的测量.
- 未来的工作将集中在将该方法推广到其他骨科干预的基础上.
