相关实验视频
Updated: Jun 16, 2025
06:24
A Spine Robotic-Assisted Navigation System for Pedicle Screw Placement
Published on: May 11, 2020
8.8K
使用跟踪超声成像进行自动标记:在脊椎手术期间用于跟踪脊椎的应用
Debarghya China1, Luke J MacLean1, Jinchi Wei1
1Department of Biomedical Engineering, Johns Hopkins University, Baltimore, MD, United States.
Medical image analysis
|June 14, 2025
概括
这项研究引入了一种自动化方法,用于使用3D诊断扫描标记超声波 (美国) 图像,改进了用于脊柱手术的机器学习模型培训. 该技术提高了细分的准确性和在手术过程中精确的解剖追踪.
科学领域:
- 医疗成像医学成像
- 机器学习 机器学习
- 手术导航 手术导航
背景情况:
- 机器学习 (ML) 的进步使复杂的图像数据能够快速分析,用于使用超声波 (美国) 的干预程序.
- 策划大型,标记的美国数据集用于ML培训是耗时的,容易产生标签之间和标签内部的变化.
- 需要自动化标签方法来简化美国手术解决方案的开发.
研究的目的:
- 通过使用追踪美国成像从3D诊断图像 (CT/MR) 转移标签来自动标记美国图像的实用方法.
- 支持对ML模型的监督培训,用于诸如脊椎分段等应用.
- 通过对相应的CT图像注册基于美国的细分来评估生成的标签的质量.
主要方法:
- 利用跟踪的美国成像,将CT卷的结构映射到单个美国上.
- 使用尸体干标本开发了一个数据集,应用自动数据清理和增强.
- 训练了一种U-Net模型 (TernausNet),用于使用全脊椎 (FV),后面 (PS) 和加权后面 (PSw) 标签策略进行脊椎细分.
主要成果:
- 与直接CT标签映射 (FV) 相比,PS和PSw标签策略提高了细分精度,RMSD中位数为5.18mm (PS) 和3.86mm (PSw).
- 该PSw方法有效地减少了在声影区域的幻觉文物.
- 通过1.56毫米TRE (PS) 和1.52毫米TRE (PSw) 实现了注册准确度,证明了自动数据清理和增强的有效性.
结论:
- 一种用于美国成像的自动标记方法是通过将3D结构映射到2D美国上来开发的,用于ML模型训练.
- 适当的探头校准,数据清理和特定的标签策略对于减轻细分和注册错误至关重要.
- 实时美国成像在手术应用中具有重要的潜力,用于精确的解剖跟踪.
