使用人工智能进行副甲状腺外科检测:通过数据增强方法优化医疗图像培训
Joon-Hyop Lee1, EunKyung Ku2, Yoo Seung Chung3
1Division of Endocrine Surgery, Department of Surgery, Samsung Medical Center, 81 Irwon-ro, Gangnam-gu, Seoul, Korea.
Surgical endoscopy
|August 14, 2024
概括
人工智能 (AI) 可以在甲状腺切除术期间有效识别副甲状腺腺. 增强方法显著提高AI性能,用于手术内甲状腺检测,提高手术安全性.
科学领域:
- 手术技术 手术技术
- 人工智能在医学中的应用
- 内分泌学 在内分泌学.
背景情况:
- 手术后的小甲状腺功能低下症是甲状腺切除术后的一个重大并发症.
- 对于人工智能 (AI) 培训而言,手术内成像具有挑战性.
- 人工智能有潜力通过增强进行外科手术前甲状腺检测.
研究的目的:
- 训练一个有效的AI模型,用于在甲状腺切除术期间进行手术前甲状腺腺体识别.
主要方法:
- 在甲状腺叶切除术期间收集了副甲状腺腺的视频片段.
- 训练有素的AI模型使用基线,几何转换和基于生成对抗网络 (GAN) 的图像 inpainting 数据集.
- 评估AI性能,使用甲状腺检测的平均精度.
主要成果:
- 基线AI模型实现了77%的平均精度.
- 几何转换 (79%) 和图像绘制 (78.6%) 的增强提高了性能.
- 在不同的外科手术方法的外部验证中,图像绘画显示出更高的有效性 (46%).
结论:
- 人工智能模型是有效的,并且可以用于术后副甲状腺腺的识别.
- 增强方法对于提高AI性能在这个应用程序中至关重要.
- 需要进一步的研究来比较AI性能与外科医生识别的临床相关性.
