基于混合现实和人工算法的前穿孔器血管的局部前研究

科学领域:

• 医疗技术 医疗技术 医学技术
• 手术创新 在外科创新.
• 3D成像是3D成像中的一种.

背景情况:

• 穿孔器血管的准确定位对于成功的前侧大腿穿孔片手术至关重要.
• 传统方法可能缺乏精度,可能会增加手术时间和风险.

研究的目的:

• 开发和评估一个新的系统,整合混合现实 (MR) 和人工算法,以增强血管局部化.
• 评估该系统在改善前侧大腿穿孔手术过程中的精度和减少手术时间方面的有效性.

主要方法:

• 开发了一个结合CT血管图 (CTA) 数据,3D建模和MR可视化的系统.
• 在HoloLens 2中的人工算法促进了定位装置和3D船只模型的手术内匹配.
• 血管识别准确度,定位错误和手术时间与传统方法相比较.

主要成果:

• 该系统在识别穿孔器容器方面达到93.75%的准确率.
• 发现船舶出口点的平均误差为1.65±0.52毫米.
• 使用该系统,收割的手术时间从57.6±7.9分钟减少到43.45±4.6分钟.

结论:

• 集成的MR和人工算法系统显著提高了穿孔器容器定位的准确性.
• 这项技术显示出极大的潜力,可以增强前侧大腿穿孔器收获手术.
• 该系统为重建性手术的临床实践提供了有前途的进步.