对海马形成的手术方法与人工智能进行比较
Tolga Turan Dundar1,2, Meltem Kurt Pehlivanoğlu3, Ayşe Gül Eker3
1Department of Neurosurgery, Bezmialem Vakif University, Istanbul, Turkey.
Neurosurgical review
|February 19, 2025
概括
人工智能,使用Q学习算法,确定了超大脑小脑横向的方法是最优的访问复杂的中基底部区域. 这种人工智能驱动的分析有助于手术规划,并可能改善神经外科的结果.
科学领域:
- 神经外科 神经外科
- 人工智能的人工智能
- 医疗成像医学成像
背景情况:
- 基底中部区域由于其复杂的解剖学而带来复杂的外科手术挑战.
- 有各种不同的手术方法,但它们的比较疗效需要客观分析.
研究的目的:
- 使用人工智能,比较不同手术方法对中基部部区域.
- 通过人工智能驱动的风险评估来确定最佳的手术途径.
主要方法:
- 磁共振成像 (MRI) 用于重建解剖结构.
- 该Q学习算法分析和比较了七种不同的外科手术途径.
- 来自MRI的体积数据使用开源软件进行了细分.
主要成果:
- 超大脑小脑横向的方法获得了最高的Q学习分数 (21.04),表明它是最佳途径.
- 在临床医生绘制的途径和人工智能生成的途径之间,在风险得分方面观察到显著的差异.
- 前侧跨线 (31.01),跨中侧线 (28.92),以及前形-逆线 (27.54) 也显示高分.
结论:
- 人工智能,特别是Q学习,可以有效地分析和优化复杂的神经外科手术的手术途径.
- 人工智能驱动的方法为加强手术前的外科规划和手术内指导提供了潜力.
- 建议对更全面的数据进行进一步的研究,以获得更精细的结果.
