结合边缘损失UNet用于全膝关节关节整形术术前手术规划中的优化细分
Luca Marsilio1, Andrea Moglia1, Matteo Rossi1
1Department of Electronics, Information and Bioengineering, Politecnico di Milano, 20133 Milan, Italy.
Bioengineering (Basel, Switzerland)
|December 23, 2023
概括
这项研究引入了一个自动化的AI管道,用于在全膝关节整形术 (TKA) 规划中进行3D骨重建. 人工智能显著减少了重建时间,并提高了个性化手术仪器的准确性.
科学领域:
- 整形外科手术 整形外科手术
- 医疗成像医学成像
- 人工智能的人工智能
背景情况:
- 使用个性化手术仪器 (PSI) 进行全膝关节整形手术 (TKA) 手术规划时,3D骨头重建至关重要.
- 传统方法依赖于操作人员,耗时,尽管可靠的结果.
- 人工智能 (AI) 在医疗保健中提供了变革性的潜力,包括医学成像分析.
研究的目的:
- 在TKA中开发和验证基于人工智能的自动化管道,用于骨和股骨3D重建.
- 提高个性化外科仪器 (PSI) 术前规划的效率和准确性.
主要方法:
- 一种基于补丁的新方法与改进的细分标签生成算法相结合.
- 实现一个结合边缘损失UNet (CEL-UNet) CNN架构,用于骨边界细分的增强解码分支.
- 使用822 CT图像数据集进行培训和验证.
主要成果:
- 与现有方法相比,人工智能管道表现出优异的性能,根平均平方误差低,骨和大腿骨的豪斯多夫距离低.
- 可行性分析显示,PSI接触区域和切割平面的误差小于毫米.
- 处理时间从35分钟缩短到13.1秒,比制造商标准快得多.
结论:
- 开发的AI管道为TKA手术前规划提供了高效和准确的自动化解决方案.
- 该系统显著减少了重建时间,促进了个性化外科工具的创建.
- 建议在骨科手术中进一步推广人工智能的现实应用和优化.
