在绿色光导向的腹腔镜胆囊切除术期间用于肝外胆道检测的深度学习实施:试点研究

科学领域:

• 医疗人工智能 医疗人工智能
• 手术技术 手术技术
• 计算机辅助手术 计算机辅助手术

背景情况:

• 开发一种实时深度学习系统,用于识别肝外胆道.
• 在绿色光导向腹腔镜胆囊切除术中的应用.

研究的目的:

• 创建一个人工智能系统,实时识别关键的解剖学地标.
• 通过最大限度地减少胆道损伤,提高腹腔镜胆囊切除术期间的安全性.

主要方法:

• 训练YOLOv7对象检测模型,使用来自113名患者的3993张注释手术视频图像进行训练.
• 使用单和短视频剪辑分析进行验证,评估平均精度和准确度等指标.
• 开发一个用于真实世界验证的手术内原型.

主要成果:

• 在单验证中,在六个已识别的类中达到0.846的平均平均精度.
• 在视频剪辑验证中证明了高准确性:94.39%用于普通胆道和84.97%用于囊性胆道.
• YOLOv7模型在检测多个解剖结构方面表现强.

结论:

• 开发的深度学习模型显示了帮助外科医生的巨大潜力.
• 有助于精确识别腹腔镜胆囊切除术期间的关键标志.
• 有助于降低手术过程中胆道损伤的风险.