相关实验视频
Updated: Jun 12, 2025
05:42
Dynamic Navigation for Dental Implant Placement
Published on: September 13, 2022
3.7K
基于深度学习的微调方法,用于耳鼻喉 (ENT) 手术导航系统的粗略注册
Dongjun Lee1, Ahnryul Choi2, Joung Hwan Mun1
1Department of Biomechatronic Engineering, College of Biotechnology and Bioengineering, Sungkyunkwan University, Suwon 16419, Republic of Korea.
Bioengineering (Basel, Switzerland)
|September 27, 2024
概括
一种新的深度学习方法提高了用于外科导航的医疗图像记录精度. 这种精细化通过减少目标注册错误来提高最小侵入性手术的精度.
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:
- 准确的医疗图像记录对于在微创手术中进行手术导航至关重要.
- 目前的方法可能在精度上有局限性,特别是在复杂的解剖区域.
研究的目的:
- 引入一种基于深度学习的新改进步骤,以提高表面登记的准确性.
- 将这种方法整合到现有的外科导航工作流程中,而不会破坏.
主要方法:
- 一个深度学习模型被训练在模拟的解剖学地标上,局部化错误.
- 该模型利用全球特征学习,代预测和独立的旋转/翻译处理.
- 验证涉及面具头像和CT成像,与传统和先前的深度学习方法进行比较.
主要成果:
- 与传统和以前的深度学习方法相比,拟议的方法显著降低了目标注册误差 (TRE) (1.58 ± 0.52毫米相比,分别为2.37 ± 1.14毫米和2.29 ± 0.95毫米).
- 通过各种面部区域和深度观察到更好的准确性.
- 观察到一致的表现,特别是在更深层次的解剖区域进行注册.
结论:
- 新的深度学习改进步骤提高了外科导航的表面登记精度.
- 这一进步为微创手术的精度和安全性增加提供了潜力.
- 该方法可以无地集成到既定的工作流程中,提供实际的临床益处.
