用深度学习技术评估全关节整形手术视频中自动识别相位的评估
Yang Jae Kang1, Shin June Kim2, Sung Hyo Seo3
1Division of Bio and Medical Big Data Department (BK4 Program) and Life Science Department, Gyeongsang National University, Jinju, Korea.
Clinics in orthopedic surgery
|April 2, 2024
概括
深度学习准确地分类了全关节整形手术 (THA) 的手术阶段和仪器. 这项技术有助于标准化外科评估,并为技能评估提供宝贵的反.
科学领域:
- 医疗技术 医疗技术 医学技术
- 在外科手术中使用人工智能
- 整形外科手术 整形外科手术
背景情况:
- 在老年人群中,关节疾病和脆弱性骨折的增长率需要有效的治疗方法,如全关节整形术 (THA).
- 越来越多的THA手术容量和多样化的技术凸显了对标准化评估协议的需求.
- 目前用于评估THA程序的方法缺乏标准化,影响培训和质量控制.
研究的目的:
- 开发和评估深度学习算法来分类全关节整形术 (THA) 手术阶段.
- 评估深度学习模型在THA视频中识别工具和阶段的准确性.
- 探索人工智能驱动的注释在手术文档和THA技能评估中的潜力.
主要方法:
- 经过培训的专家对THA程序中的7个关键阶段进行手动注释.
- 在每个阶段内详细标记特定仪器使用的开始和结束时间.
- 利用YOLOv3深度学习模型在540个THA操作图像上训练一个场景注释模型.
主要成果:
- 在分类不同的外科手术阶段 (如皮肤切口,口,骨和大腿茎插入) 中获得了高精度 (平均精度[mAP]≥0.75).
- 对于大多数仪器来说,证明了良好的准确性 (mAP ≥ 0.7),其中包括吸入装置,接材料和收缩器等显著的例外.
- YOLOv3模型成功地为THA程序创建了一个场景注释模型.
结论:
- 基于深度学习的THA仪器和阶段的场景注释为外科评估提供了一个有前途的工具.
- 这项技术有可能增强外科手术文档,技能评估,并为外科医生提供客观反.
- 人工智能驱动的手术视频分析可以有助于提高THA程序的标准化和质量.
