在神经外科实践中经过瘤纠正的通道图的术前验证:将外科医生的见解转化为新的软件实现

科学领域:

• 神经外科 神经外科
• 医疗成像医学成像
• 计算神经科学是一种神经科学.

背景情况:

• 质瘤患者的周围胀会导致扩散张力成像 (DTI) 路谱学中的不准确性,可能导致假阴性并影响手术规划.
• 精确的周围瘤白质道的可视化对于在质瘤切除过程中预防雄辩纤维损伤至关重要,因为质瘤切除与改善生存率有关.

研究的目的:

• 评估一种用于神经外科手术手术前规划的新型通道图算法,重点关注其纠正周围胀的能力.
• 评估Synaptive Medical对单DTI数据的自由水校正算法的临床实用性,以改善手术决策.

主要方法:

• 十位神经外科医生比较了标准通道图与使用患者数据集进行更正的重建,使用患者数据集具有不同的水水平.
• 评级人员评估了数据质量,通道变化,病变定义,脑瘤接口和手术途径的影响.
• 评估了评价者之间的可靠性,并进行了纠正和未经纠正的曲谱图之间的统计比较.

主要成果:

• 与标准方法相比,纠正的通道图显著减少了假阴性结果,并改善了大脑瘤界面和通道透的评估.
• 该算法的有效性与损伤与的比率呈正相关,在更多的和恶性病变中提供了更大的清晰度.
• 确定了潜在的工件,例如CSF空间中的虚假轨道,导致算法修改,包括自适应值.

结论:

• 该研究将外科医生的反转化为可临床部署的软件,该软件可以在 edematous 区域恢复周围道,同时减轻人工物.
• 开发的自适应性,特定病例的校正工具增强了轨道图学在复杂的大脑病态中进行个性化手术决策的潜力.