提高外科指导:基于深度学习的肝血管细分在实时超声波视频中
Muhammad Awais1, Mais Al Taie1, Caleb S O'Connor1
1Department of Imaging Physics, The University of Texas MD Anderson Cancer Center, Houston, TX 77030, USA.
Cancers
|November 9, 2024
概括
一个人工智能深度学习模型通过准确地细分关键血管来增强肝脏手术的手术内超声波 (IOUS). 这项技术有助于外科医生识别肝切除术期间需要保存的结构,从而改善患者的治疗结果.
科学领域:
- 手术瘤学手术瘤学
- 医学成像医学成像
- 医学中的人工智能
背景情况:
- 肝切除是复杂的,因为可变的血管解剖学.
- 术内超声波 (IOUS) 是至关重要的,但受限于人工制造品.
- 准确的血管识别对于安全的肝切除术至关重要.
研究的目的:
- 开发基于人工智能的模型,用于IOUS.中实时船只细分.
- 为了提高肝脏手术期间IOUS的准确性和解释性.
- 帮助识别关键的血管结构,以保护它们.
主要方法:
- 应用了一种创新的AI方法,即"二维加权U-Net模型".
- 该模型在IOUS视频中实时对多个血管进行细分.
- 确定的关键血管包括下腔静脉 (IVC),肝静脉 (HV) 和门静脉 (PV) 以及它们的分支.
主要成果:
- 深度学习模型在所有细分船只中实现了高平均子得分.
- 评分范围从0.84 (右门静脉) 到0.96 (右后门静脉).
- 下腔静脉 (0.92) 和门静脉 (0.95) 的表现非常出色.
结论:
- 人工智能模型显示了在肝脏手术中实时IOUS导航的巨大潜力.
- 未来的工作包括将细分扩展到更多的血管和临床翻译.
- 这项技术可以提高肝切除术的外科规划和执行.
