神经IGN:可解释的多模式图像引导系统,用于精确的脑瘤手术
Ramy A Zeineldin1,2,3, Mohamed E Karar4, Oliver Burgert5
1Department of Artificial Intelligence in Biomedical Engineering, Friedrich-Alexander University Erlangen-Nürnberg, 91052, Erlangen, Germany. ramy.zeineldin@fau.de.
Journal of medical systems
|February 23, 2024
概括
一个新的多式影像导向神经外科 (IGN) 系统NeuroIGN使用深度学习和可解释的AI来改善脑瘤手术. 它提供了高精度和实时功能,增强了外科医生的信任,并可能改善患者的治疗结果.
科学领域:
- 神经外科 神经外科
- 医疗成像医学成像
- 人工智能的人工智能
背景情况:
- 精确的神经外科指导对于成功的脑外科手术至关重要.
- 图像引导的神经外科 (IGN) 系统提供与虚拟患者模型相对的手术工具的实时跟踪.
研究的目的:
- 开发一种使用深度学习和可解释的人工智能来增强脑瘤手术的新型多式IGN系统 (NeuroIGN).
- 建立对脑瘤手术IGN系统的临床和技术要求.
主要方法:
- 神经IGN具有模块化架构:脑瘤细分,患者注册和可解释的输出预测.
- 该系统将开源软件包整合到一个交互式神经导航显示器中.
- 在实验室和模拟操作室 (OR) 设置中验证了组件.
主要成果:
- 该系统在瘤细分方面展示了准确性,ExplainAI提高了医疗专业人员对深度学习的信心.
- 在11分钟内,NeuroIGN在临床前的OR中组装和设置,实现了0.5 (±0.1) 毫米的跟踪精度.
- 该系统被评为非常有用,提供高率 (19 FPS) 和实时超声波成像.
结论:
- 本文介绍了开源多式联网IGN系统的开发过程.
- 这项研究强调了深度学习和可解释的AI在脑瘤手术的神经导航中的应用.
- 神经IGN系统显示了改善脑瘤患者手术治疗和长期结果的潜力.
