在尿道镜检查期间使用计算机视觉技术进行自动化上道泌尿道癌瘤细分
Daiwei Lu1, Amy Reed2, Natalie Pace2
1Department of Computer Science, Vanderbilt University School of Engineering, Nashville, Tennessee, USA.
计算机视觉模型现在可以在内镜切除过程中自动识别上道泌尿道瘤,改善外科医生的可视化,并帮助脏保存.
科学领域:
- 泌尿器科 泌尿器科 泌尿器科 泌尿器科
- 医疗成像医学成像
- 计算机视觉 计算机视觉
背景情况:
- 上管泌尿道癌 (UTUC) 的内镜瘤切除提供了脏的保存,但面临着手术内可见性的挑战.
- 增强可视化对于在UTUC治疗期间有效控制瘤至关重要.
研究的目的:
- 为实时开发计算机视觉模型,UTUC瘤的自动细分.
- 在内镜UTUC切除手术期间增强可视化.
主要方法:
- 从两个机构收集了20个内镜UTUC治疗视频 (3387个注释).
- 在注释上训练并比较了三个计算机视觉模型 (U-Net,U-Net++,UNext).
- 通过基于像素的分析和手术内测试评估了表现最好的模型.
主要成果:
- 在细分瘤 (AUC-ROC 0.96) 和切除区域 (AUC-ROC 0.90) 方面,U-Net模型取得了高性能.
- 实施了一个实时视频处理系统与手术内叠加.
- 该模型以每秒15的速度处理新视频.
结论:
- 计算机视觉模型显示出在尿路镜检查期间自动化UTUC瘤细分的卓越实时性能.
- 这项技术可以显著改善可视化,并有助于UTUC的节约治疗.
更多相关视频
06:39Technical Modification of the Terminal Ureter During Total Transperitoneal Laparoscopic Nephroureterectomy for Upper Urinary Tract Urothelial Carcinoma
Published on: November 22, 2019
04:48Application of Deep Learning-Based Medical Image Segmentation via Orbital Computed Tomography
Published on: November 30, 2022
相关概念视频
Imaging Studies I: Kidney, Ureter, and Bladder Studies
Imaging Studies II: Ultrasonography
Imaging Studies III: Computed Tomography
Imaging Studies V: Intravenous Urography and Retrograde Pyelography
Imaging Studies VI: Voiding Cystourethrography and Cystography
Urologic Endoscopic Procedure: Cystoscopic Examination
