神经外科场景的基于计算机视觉的分析 - 一个系统的审查
Félix Buyck1,2, Jef Vandemeulebroucke3,4,5, Jakub Ceranka3,5
1Department of Neurosurgery, Universitair Ziekenhuis Brussel (UZ Brussel), 1090, Brussels, Belgium.
Brain & spine
|November 29, 2023
概括
计算机视觉 (CV) 模型可以有效地分析神经外科图像和视频,以超过95%的准确度检测工具和结构. 这项技术有助于外科培训和安全管理.
科学领域:
- 神经外科 神经外科
- 计算机视觉 计算机视觉
- 医学成像分析 医学成像分析
背景情况:
- 机器人,人工智能和AR在神经外科的日益集成,需要对手术数据进行自动化分析.
- 现有的计算机视觉 (CV) 方法用于手术场景分析并未广泛应用于神经外科手术.
研究的目的:
- 系统地审查用于神经外科图像和视频的CV方法.
- 为未来的神经外科 CV 模型开发提供建议.
主要方法:
- 在主要数据库 (Web of Science,PubMed,IEEE Xplore,Embase,SpringerLink) 进行系统的文献搜索,直到2023年1月17日.
- 对17项使用CV算法分析神经外科数据的研究进行分析.
主要成果:
- 常见的CV应用包括工具和神经解剖结构检测/表征以及工作流分析.
- 卷积神经网络 (CNN),特别是掩盖循环CNN,占主导地位 (65%) 并显示出高性能.
- CV模型在检测工具,结构,阶段和关键事件方面实现了>95%的准确性.
结论:
- 简历模型对于复杂的神经外科场景的自动化分析是有效的.
- 自动工具识别提高了手术绩效评估,有利于培训和安全.
