一个全面的人工智能框架,用于高级诊断,重建和植入物生成各种缺陷
Mamta Juneja1, Ishaan Singla1, Aditya Poddar1
1University Institute of Engineering and Technology, Panjab University, Chandigarh 160014, India.
Bioengineering (Basel, Switzerland)
|February 26, 2025
概括
一个新的AI框架CRIGNet显著改善了缺陷重建和植入物生成. 与传统方法相比,它提供了卓越的准确性,并大大减少了处理时间,帮助临床决策.
科学领域:
- 医疗成像医学成像
- 人工智能的人工智能
- 生物医学工程 生物医学工程
背景情况:
- 头骨整形手术修复了创伤,手术或解压头骨切除术造成的头骨缺陷.
- 常规的计算机辅助设计 (CAD) 植入物是资源密集型和耗时的.
- 目前用于骨重建的AI方法缺乏多样化的数据集和全面的管道.
研究的目的:
- 开发一个集成的人工智能框架,用于准确高效的头骨重建和植入物生成.
- 解决现有方法的局限性,包括数据多样性和管道完整性.
- 为了提高定制植入物设计的速度和准确性,用于骨整形.
主要方法:
- 计算机断层扫描 (CT) 图像的预处理管道,包括无色化和对齐.
- CRIGNet (重建和植入物生成网络) 是一个深度学习模型,在2160个模拟的缺陷图像上进行训练.
- 人工智能生成的植入物与CAD生成的植入物进行生成和比较,以获得几何精度和机械性能.
主要成果:
- CRIGNet实现了高的重建精度 (DSC:0.99,JSC:0.98,高清:4.63毫米).
- 人工智能产生的植入物表现出卓越的几何精度,承载能力和适应性.
- 植入物生成时间从40-45分钟 (CAD) 减少到25-30秒.
结论:
- 拟议的AI框架为骨缺陷重建提供了强大而高效的解决方案.
- 在准确性和速度方面,CRIGNet显著优于传统的CAD方法.
- 这一进步有可能提高临床决策和造术患者的治疗结果.
