使用自动注册和基于人工智能的分段进行膜骨移植的新评估方法

科学领域:

• 面外科手术 面外科手术
• 医学成像分析分析 医学成像分析
• 医学中的人工智能

背景情况:

• 二次膜骨移植对于裂口患者至关重要.
• 精确评估移植体积和密度对于治疗成功至关重要.
• 评估骨移植的现有方法可能是耗时和主观的.

研究的目的:

• 引入一种新的评估方法,用于膜骨移植.
• 利用自动注册和基于AI的细分来进行移植评估.
• 为了确定这种新型评估技术的可靠性.

主要方法:

• 分析了7名患者的计算机断层扫描 (CT) 扫描,分别在二次膜骨移植之前和之后进行了分析.
• 使用自动刚性图像注册来叠加手术前和手术后的CT图像.
• 基于AI的细分识别并量化了移植骨的体积和霍恩斯菲尔德单位 (HU).

主要成果:

• 这种新方法在手术后立即证明了体积 (ICC=0.95) 和Hounsfield单位 (ICC=0.99) 的高inter-rater可靠性.
• 在手术后6个月,体积 (ICC=0.81) 和HU (ICC=0.57) 的可靠性是中等的.
• 该技术允许简单快速地评估残留的移植骨.

结论:

• 开发的基于人工智能的方法提供了一种简单有效的方法来评估膜骨移植.
• 该技术在二次膜骨移植后评估移植结果时显示出有希望的结果.
• 这种方法有可能改善裂护理中的术后监测.