通过进化多目标优化进行声学神经瘤手术的自动体积测量削区域规划

科学领域:

• 神经外科 神经外科
• 医疗成像医学成像
• 计算优化计算优化

背景情况:

• 乳腺切除术对于声神经瘤手术至关重要,需要精确的骨磨削计划.
• 不规则的体积面积和接近关键结构使手工规划变得复杂.
• 需要自动化计划,以实现更安全,更有效的外科导航.

研究的目的:

• 开发一种自动化方法,使用手术前的CT图像来规划乳腺切除术中的骨切割区域.
• 优化削计划,以提高声神经瘤手术的安全性和效率.
• 为了自动化规划,对不规则的体积区域进行参数化.

主要方法:

• 使用基于模板的方法对CT图像进行高分辨率的风险结构细分.
• 根据风险结构约束和工具尺寸,定义最大削面积.
• 应用变形场和进化多目标优化为帕雷托最佳设计.

主要成果:

• 与手动规划相比,降低了29.8%的 scala vestibuli 的潜在损伤.
• 提高了78.3%的研磨边界光滑度.
• 目标可访问性增加了26.4%.

结论:

• 拟议的参数化和优化方法可以实现自动化,安全和可行的削区规划.
• 该方法在安全和效率指标上显示出显著的改进.
• 该技术可以适应手术中的各种体积规划场景.