相关实验视频
Updated: Jun 15, 2025
07:30
3D Printing Model of a Patient's Specific Lumbar Vertebra
Published on: April 14, 2023
1.8K
使用真实光镜数据进行腰椎3D重建的域适应策略
Sascha Jecklin1, Youyang Shen1, Amandine Gout1
1Research in Orthopedic Computer Science, Balgrist University Hospital, University of Zurich, 8008 Zurich, Switzerland.
Medical image analysis
|August 28, 2024
概括
这项研究引入了一种新的方法,用于快速的3D脊柱重建,使用深度学习和配对合成与真实X射线数据. 该方法克服了领域的差距,使得手术内3D模型能够准确地用于外科导航.
科学领域:
- 医疗成像医学成像
- 计算机辅助手术 计算机辅助手术
- 机器学习 机器学习
背景情况:
- 骨科手术导航面临的采用障碍包括时间,成本,辐射和工作流程集成.
- 现有的光镜3D脊柱重建方法存在局限性,特别是合成训练数据和现实世界图像之间的领域差距.
研究的目的:
- 为了解决3D手术内脊柱重建领域的差距.
- 从有限的手术内光学图像中改进一个深度学习模型,用于精确的3D解剖学重建.
- 为了实现实时3D重建,以改善外科手术规划和导航.
主要方法:
- 开发了一种用于配对合成和真实光镜图像的新型数据收集协议.
- 员工转移学习和风格转移技术,以弥合领域的差距.
- 训练并改进了一个深度学习模型 (X23D) 用于3D腰椎脊柱重建.
主要成果:
- 这种精致的模型精确地从三张光镜图像中准确地重建了腰椎.
- 获得了84%的F1得分,证明了与仅合成基准可比的高准确性.
- 证明了实时处理,计算时间为81.1 ms.
结论:
- 开发的方法有效地弥合了用于外科导航的合成和真实X射线数据之间的领域差距.
- 这项创新为骨科手术中的手术内3D重建提供了实用,快速和准确的解决方案.
- 该系统显示了改善手术规划,导航和机器人辅助手术的潜力.
