相关实验视频
Updated: Jun 5, 2025
08:06
Mixed Reality Assisted Radical Endoscopic Thyroidectomy
Published on: January 31, 2025
221
解剖学识别人工智能用于在内镜甲状腺手术期间识别复发性喉神经:单中心可行性研究
Yukio Nishiya1,2, Kazuto Matsuura1, Tateo Ogane3
1Department of Head and Neck Surgery National Cancer Center Hospital East Chiba Japan.
Laryngoscope investigative otolaryngology
|December 6, 2024
概括
人工智能 (AI) 在内镜甲状腺手术期间准确地识别了复发性喉神经 (RLN). 这种人工智能模型有望在未来的宫无气内镜手术中提供协助.
科学领域:
- 手术创新 在外科创新.
- 医疗成像医学成像
- 人工智能在医学中的应用
背景情况:
- 内镜甲状腺手术在识别关键解剖结构方面存在挑战.
- 准确识别复发性喉神经 (RLN) 对于预防声带功能障碍至关重要.
研究的目的:
- 评估AI模型的可行性和准确性,用于在内镜甲状腺手术期间识别复发性喉神经 (RLN).
- 评估AI模型在临床环境中的表现.
主要方法:
- 一个回顾性研究,利用内镜甲状腺手术视频 (甲状腺切除术) 的数据集.
- 开发一种使用语义细分深度学习技术的人工智能模型.
- 分析了40个高清内镜视频,并使用了数据增强策略.
主要成果:
- 人工智能模型实现了复发性喉神经 (RLN) 的0.568和气管的0.746的Dice值.
- 在RLN和气管中观察到高的识别精度.
- 数据增强技术有助于减少假阳性,提高准确性.
结论:
- 开发的AI模型在内镜甲状腺手术期间识别复发性喉神经 (RLN) 和气管时表现出高准确度.
- 这种AI方法具有很大的潜力,可以帮助外科医生在未来的宫无气内镜手术中进行手术.
