从内镜使用深度地图估计鼻腔气道截面面积:一个概念验证研究
Guilherme J M Garcia1,2, Dominic Catalano2, Axel Shum2
1Department of Biomedical Engineering, Marquette University and The Medical College of Wisconsin, Milwaukee, Wisconsin, USA.
概括
这项研究表明,虚拟内镜的深度图可以准确地估计气道横截面积 (CSA). 这可能会导致人工智能驱动的从临床内镜诊断呼吸道疾病的CSA量化.
科学领域:
- 医学成像医学成像
- 耳鼻喉科 耳鼻喉科 耳鼻喉科
- 肺部医学 肺部医学
背景情况:
- 内镜对于诊断阻塞性呼吸道疾病至关重要.
- 目前的内镜缺乏空中横截面积 (CSA) 的量化.
- 虚拟内镜为定量分析提供了潜力.
研究的目的:
- 测试CSA是否可以从虚拟内镜深度图中准确估计.
- 验证用于气道CSA测量的软件工具.
- 评估AI在临床内镜量化中的潜力.
主要方法:
- 从30个受试者的3DCT模型创建虚拟内镜和深度地图视频.
- 开发软件来测量气道周长,并从深度图中估计CSA.
- 两位耳鼻喉科医生测量了鼻和鼻的CSA,并与真实的3D模型值进行了比较.
主要成果:
- 鼻CSA估计显示中位数低的百分比误差 (3.7%-4.6%).
- 鼻最小CSA (mCSA) 估计中位数百分比误差较高 (22.7%-33.6%).
- 该工具准确地识别了鼻狭窄症,具有高度的灵敏度,特异性和准确性.
结论:
- 气道CSA可以从从3D模型中获得的深度图中准确估计.
- 这种技术在虚拟内镜中对定量分析具有前景.
- 未来的人工智能开发可以从临床内镜进行CSA量化.
