人工智能辅助识别解剖学标志和腹腔镜仪器在横腹前前内 Hernia 修复
Apollon Zygomalas1,2, Dimitrios Kalles1, Nikolaos Katsiakis2
1AI Assisted Laparoscopy Research Program, Hellenic Open University, Patras, Greece.
Surgical innovation
|January 9, 2024
概括
人工智能 (AI) 在跨腹前皮层 (TAPP) 腹腔镜 inguinal hernia 修复过程中识别解剖学标志和仪器的可行性. 这种深度学习模型实现了可接受的成功率,有助于手术精度.
科学领域:
- 手术创新 在外科创新.
- 医疗成像医学成像
- 人工智能的人工智能
背景情况:
- 穿越腹腔前皮带 (TAPP) 是对 inguinal hernias 的一种微创手术.
- 准确识别解剖学标志和仪器对于TAPP的成功至关重要.
- 有限的研究存在于人工智能应用在腹腔镜 inguinal 的修复,特别是 TAPP.
研究的目的:
- 评估AI在腹腔镜TAPP视频数据中的解剖学地标和外科工具识别方面的可行性和实用性.
- 探索深度学习模型在改善外科手术过程中的潜力.
主要方法:
- 从25个TAPP腹腔镜手术视频中导出了1095张图像 (20张由作者制作,5张来自公开访问).
- 在计算机视觉任务中使用YOLOv8深度学习模型.
- 标注了2716个细分的兴趣领域来训练和评估人工智能模型.
主要成果:
- 人工智能模型在0.406.6的信心值下获得了0.82的F1最大得分.
- 所有类别的平均精度 (mAP50) 为0.873.
- 该模型显示了精度和回忆之间的平衡,精度>50%高于10%的信心,回忆>50%低于70%的信心.
结论:
- 在TAPP程序中,基于人工智能的解剖标志和腹腔镜仪器的识别是可行的.
- 开发的AI模型显示了可接受的成功率,表明了改进外科指导和培训的潜力.
