针对DIEP片重建手术的血管自动热学检测
Edgar Cardenas De La Hoz1, Jan Verstockt2, Simon Verspeek2
1InViLab Research Group, Faculty of Applied Engineering, University of Antwerp, Groenenborgerlaan 171, 2020, Wilrijk, Antwerp, Belgium. edgar.cardenas@uantwerpen.be.
概括
动态红外热学 (DIRT) 与人工智能结合,准确地识别了用于乳房重建的穿孔器. 这种实时手术工具可以改善片的选择,减少组织转移并发症.
科学领域:
- 医学成像医学成像
- 手术技术手术技术的使用.
- 医学中的人工智能
背景情况:
- 在乳房切除术后的乳房重建中,部分片损失通常是由于输液不足.
- 目前的方法,如计算机断层扫描血管造影 (CTA) 是昂贵的,耗时的,不适合在手术内使用.
- 动态红外热学 (DIRT) 为克服这些局限性提供了一个潜在的替代方案.
研究的目的:
- 开发和评估一个基于DIRT的系统,用于实时识别和定量穿孔器在深下表肠穿孔器 (DIEP) 板乳房重建期间的穿孔器.
- 评估使用卷积神经网络进行穿孔器选择的自动化细分方法的准确性和效率.
主要方法:
- 将DIRT成像与卷积神经网络 (CNN) 结合起来,用于在DIEP手术期间自动细分穿孔器.
- 使用传统的细分技术和外科医生注释来为CNN生成训练数据.
- 在最小的硬件上实时评估CNN的表现.
主要成果:
- 基于CNN的注释系统在最小的硬件上实现了实时性能.
- 该系统在定位和量化穿孔器候选器方面表现出高精度,在2分钟后的子得分为0.8,在4分钟后为0.9.
- 自动标签有助于客观地选择合适的穿孔器.
结论:
- 开发的计算系统,利用DIRT和CNNs,可以在手术内使用,以提高DIEP片乳房重建的外科成功.
- 追踪和测量穿孔器及其透区域为外科医生的决策提供了不那么主观的数据.
- 这种方法有助于选择最合适的穿孔器,可能减少板损失.
