用人工智能进行内镜中耳外科手术,精确细分和跟踪Corda Tympani
Xin Ding1, Yu Huang1, Yang Zhao1
1Department of Otorhinolaryngology Head and Neck Surgery, Peking Union Medical College Hospital, Dongcheng District, Beijing, China.
Ear, nose, & throat journal
|December 12, 2023
概括
深度学习模型可以在内镜中耳外科手术期间准确地细分耳. 这项研究引入了一个新的数据集,并验证了U-net.
科学领域:
- 医疗成像医学成像
- 人工智能的人工智能
- 手术技术 手术技术
背景情况:
- 带 tympani 分段对于内镜中耳外科手术至关重要.
- 目前的方法缺乏自动化,高精度的细分工具.
研究的目的:
- 介绍一种新的数据集,用于基于深度学习 (DL) 的声的语义细分.
- 评估DL模型在内镜外科手术中对胆鼓膜细分的性能.
主要方法:
- 策划了来自25名患者的8240张图像数据集,用于chorda tympani细分.
- 使用卷积神经网络的数据增强和多阶段转移学习.
- 经过训练和验证的U-net架构用于细分任务.
主要成果:
- U-net实现了高的验证性能 (mIOU = 0.8737,mPA = 0.9263).U-net获得了高的验证性能 (mIOU = 0.8737,mPA = 0.9263).
- 测试组的性能显示出极好的准确度 (0.911),精度 (0.9823),灵敏度 (0.8777) 和特异性 (0.9714).
- DL细分结果与耳科医生预测结果相似.
结论:
- 深度学习在内镜中耳外科手术中有效地自动化了胆 tympani 细分.
- 高性能结果表明智能导航系统的潜力.
- 这证实了人工智能辅助手术导航的可行性.
