一个基于深度学习的自动二维数字模板模型,用于全膝关节关节整形

科学领域:

• 整形外科手术 整形外科手术
• 医疗成像医学成像
• 人工智能的人工智能

背景情况:

• 术前模板对于全膝关节整形术 (TKA) 资源规划至关重要.
• 目前的模板制作方法缺乏自动化,增加了工作量.
• 这项研究旨在开发用于自动化植入物大小预测的AI模型.

研究的目的:

• 开发和验证人工智能 (AI) 模型,用于在全膝关节整形术 (TKA) 中自动预测植入物大小.
• 将人工智能模型的准确性和效率与骨科专家手动模板进行比较.

主要方法:

• 用于人工智能模型培训的13,281个膝盖放射和2,302个用于验证/测试.
• 开发了一个AI管道,集成前后 (AP) 和侧面放射学预测,选择较小的尺寸以防止悬架.
• 对81例TKA病例的AI预测进行了验证,比较了骨科专家的准确性和测量时间.

主要成果:

• 人工智能模型在39.5%的股骨部件和43.2%的骨部件实现了"准确"的预测.
• 在一大小的差距下,88.9%的AI预测对两个组件都是"准确的".
• 人工智能模板比手动模板 (97.5s) 快得多 (48.7s),平均植入物位置误差为<4mm.

结论:

• 成功开发了一个基于人工智能的TKA模板工具.
• 该工具在植入物大小预测方面表现出令人满意的准确性和效率.
• 人工智能应用可以显著减少与TKA准备相关的临床工作量.