使用手术前和手术后CT图像进行基于人工智能的肝脏体积测量
Kwang Gi Kim1,2,3, Doojin Kim4, Chang Hyun Lee5
1Department of Biomedical Engineering, Gachon University, 191, Hambangmoe-ro, Yeonsu-gu, Incheon, 21936, Korea.
Current medical imaging
|September 5, 2025
概括
这项研究引入了人工智能系统,用于精确的肝脏体积测量. 人工智能模型准确地测量了手术前后的肝脏体积, 有助于手术规划和患者监测.
科学领域:
- 医学成像
- 医学的人工智能
- 手术规划
背景情况:
- 精确的肝体积测量对于肝切除术成功和患者康复至关重要.
- 目前用于肝体积评估的方法可能耗时且主观.
- 肝切除术后的肝再生监测对于预测结果至关重要.
研究的目的:
- 开发和验证用于自动肝体积测量的深度学习系统.
- 评估人工智能模型在多个术后时间点的准确性.
- 评估人工智能在肝切除术后追踪肝脏再生的潜力.
主要方法:
- 在CT图像上训练了一个3D U-Net深度学习模型.
- 数据包括手术前,7天和3个月后的扫描.
- 使用五倍交叉验证来评估模型的性能.
主要成果:
- 人工智能模型实现了94.31%的高平均子相似系数 (DSC).
- 观察到极好的体积精度,时间点的平均差异为~ 1%.
- 该模型在术前和术后的肝体积测量表现一致.
结论:
- 开发的AI模型为肝切除患者提供准确和自动化的肝体积测量.
- 这项技术可以显著提高手术规划和术后患者监测.
- 建议使用更大的数据集进行进一步验证,以确认临床和预后效用.
更多相关视频
04:09Predicting Treatment Response to Image-Guided Therapies Using Machine Learning: An Example for Trans-Arterial Treatment of Hepatocellular Carcinoma
Published on: October 10, 2018
8.3K
09:23Author Spotlight: Enhancing Transplantation Research Through MicroCT Angiography in Murine Models
Published on: September 22, 2023
3.0K
