相关实验视频
Updated: May 8, 2025
05:07
Multimodality Diagnosis of Mesenteric Ischemia
Published on: July 21, 2023
497
使用人工智能对剖析层,神经,神经管和微血管进行解剖学识别,用于腹前 inguinal hernia修复
Kazuhito Mita1, Nao Kobayashi2,3, Kunihiko Takahashi2
1Department of Surgery, Tsudanuma Central General Hospital, 1- 9-17 Yatsu, Narashino, Japan. kazumitatantan@yahoo.co.jp.
Hernia : the journal of hernias and abdominal wall surgery
|December 26, 2024
概括
这项研究评估了一种AI系统 (EUREKA),用于在腹腔镜 inguinal hernia 修复过程中识别解剖结构. 欧里卡显示了识别关键手术里程碑的潜力,有助于剖析的准确性.
科学领域:
- 手术技术手术技术的使用.
- 医学中的人工智能
- 微创手术是最少的侵入性手术.
背景情况:
- 准确的解剖结构识别在腹腔镜上进行 inguinal hernia 修复至关重要,以防止并发症.
- 由人工智能驱动的系统为手术内解剖识别提供了潜在的潜力.
研究的目的:
- 为了验证EUREKA AI系统在跨腹前 (TAPP) inguinal hernia修复过程中识别剖析层,神经,神经管和微血管的准确性.
主要方法:
- 分析了TAPP手术视频,将EUREKA的解剖识别与原始手术录像进行比较.
- 使用交叉与联盟 (IoU) 和F1/Dice分数对AI绩效的定量评估.
主要成果:
- 欧瑞卡实现了0.33 (连接组织),0.24 (神经),0.50 (神经管) 和0.30 (微血管) 的平均IOU分数.
- 平均F1/Dice得分为0.50 (连接组织),0.38 (神经),0.66 (神经管) 和0.45 (微血管).
- 与标准视图相比,EUREKA可视化提高了剖析层的清晰度.
结论:
- 欧瑞卡人工智能系统在TAPP程序中展示了识别关键解剖结构的能力.
- 进一步开发可能会提高人工智能的准确性,以提高手术安全性和修复的结果.
