基于人工智能的肺血管细分:为肺部细分切除术的自动三维规划提供了一个机会

科学领域:

• 医学成像分析 医学成像分析
• 放射学中的人工智能
• 胸部手术规划 胸部手术规划

背景情况:

• 肺血管系统的准确细分对于胸部手术至关重要.
• 手动细分是耗时的,容易变化.
• 人工智能为自动化和高效的图像分析提供了潜力.

研究的目的:

• 开发一种自动化的人工智能 (AI) 方法来对肺动脉和静脉进行细分.
• 与手动细分相比,评估人工智能方法的准确性和效率.
• 评估人工智能驱动的细分用于手术规划的临床适用性.

主要方法:

• 利用了125个CT扫描的数据集,这些数据来自肺部细分切除术患者.
• 训练nnU-Net模型用于肺动脉和静脉的自动细分.
• 通过使用子得分,灵敏度,特异性和时间缩短来评估细分性能.

主要成果:

• 实现了自动细分的高子得分 (0.91-0.92).
• 从1.5小时的细分时间显著减少到5分钟以下.
• P值<0.01证实了细分精度的统计学意义.

结论:

• nnU-Net AI 模型成功实现了肺动脉和静脉细分的自动化.
• 自动细分通过详细的3D解剖可视化增强了手术前和手术内规划.
• 这种人工智能方法显示出强大的潜力,可以提高肺部手术的手术精度.