基于深度学习的电磁导航系统用于小肺结节的胸前穿刺穿刺

科学领域:

• 医学成像和干预医学成像和干预
• 人工智能在医学中的应用
• 肺部诊断 肺部诊断 肺部诊断

背景情况:

• 小肺结节的皮肤穿越胸腔穿刺带来了重大的技术挑战.
• 准确和安全的针头放置对于肺病变的诊断和治疗至关重要.

研究的目的:

• 开发和评估一种新型的深度学习电磁导航系统 (DL-EMNS),用于穿皮穿刺亚厘米肺结节.
• 为了比较DL-EMNS与传统CT指导方法的性能.

主要方法:

• 开发一个DL-EMNS,将深度学习模型与电磁和空间定位技术集成在一起.
• 使用幻影和动物模型进行比较研究,以评估技术成功率,准确性,程序持续时间和并发症率.

主要成果:

• DL-EMNS的技术成功率更高 (95.6%与77.8%的幽灵相比,100%与84.0%的动物).
• 与CT指导方法相比,DL-EMNS导致穿孔误差显著降低 (1.47mm与3.98mm),手术持续时间缩短,CT采集次数减少.
• 在动物模型中,DL-EMNS从CT指导方法观察到的20%降低了并发症率至0%.

结论:

• DL-EMNS在通过皮肤刺穿小肺结节时提供了卓越的性能.
• 这项技术提高了操作人员在微创肺部手术中的精度,效率和安全性.