在出血性中风手术中用于自动穿孔轨迹规划的计算框架
Ziyue Ma1,2, Feng Yan1, Yongzhi Shan1
1Department of Neurosurgery, Capital Medical University Xuanwu Hospital, Beijing, China.
Brain and behavior
|April 22, 2025
概括
这项研究引入了一个人工智能驱动的框架,用于在出血性中风中自动化手术穿孔路径规划,提高神经外科手术的效率和安全性.
科学领域:
- 神经外科 神经外科
- 医疗成像医学成像
- 人工智能的人工智能
背景情况:
- 流血性中风的治疗通常涉及通过穿孔的血液瘤排水.
- 最佳的穿孔准和轨迹对于成功的结果至关重要.
- 目前的方法缺乏自动化规划,影响效率和安全.
研究的目的:
- 开发一个人工智能驱动的计算框架,用于自动化手术穿孔路径的生成.
- 为了提高出血性中风治疗的轨迹规划的精度和安全性.
- 整合先进的AI技术,以优化外科手术方法.
主要方法:
- 使用C++/Python开发了穿孔轨迹工具集 (PTK) 软件.
- 实施混合细分 (ResNet-50深度学习+自适应值) 用于血液瘤检测.
- 使用PCA进行轴提取,拉普拉斯平滑,头骨象限理论和安全走廊建模.
主要成果:
- 人工智能框架在穿孔轨迹规划中表现出高准确度.
- 优化路径实现了4.4/5.5的平均外科医生满意度得分.
- 自动和手动路径之间的平均角度差为16.36°,表明精度有所提高.
结论:
- PTK提供了系统的轨道规划管道,性能优于传统方法.
- 该框架显示了外科医生的技术优越性和高临床适用性.
- 建议对PTK进行进一步的机器人和临床试验的整合.
