人工智能辅助的痕可视化在手术内出血使用CycleGAN和不确定性融合在腹腔镜胆固醇切除术
Tatsushi Tokuyasu1, Subal Ikeda2, Hiroki Orimoto3
1Department of Information Systems and Engineering, Faculty of Information Engineering, Fukuoka Institute of Technology, 1-30-1 Wajiro higashi, Higashi-ku, Fukuoka, Fukuoka, 811-0295, Japan. tokuyasu@fit.ac.jp.
Surgical endoscopy
|September 15, 2025
概括
这种AI框架增强了腹腔镜胆囊切除术期间的痕检测,提高了即使有出血的手术安全性. 它提供准确的,实时识别痕组织,以获得更好的外科手术结果.
科学领域:
- 医疗成像医学成像
- 在外科手术中使用人工智能
- 手术导航 手术导航
背景情况:
- 准确的手术内痕识别对于在腹腔镜胆囊切除术 (LC) 期间预防胆道损伤至关重要.
- 由于出血导致视力受损的外科领域对外科医生构成重大挑战.
- 现有的方法在受损的外科环境中难以识别痕组织.
研究的目的:
- 开发基于人工智能的框架,用于在腹腔镜胆囊切除术中增强痕区域预测.
- 为了提高在视力受损条件下痕检测的准确性和稳定性.
- 在具有挑战性的LC手术过程中为外科医生提供实时协助.
主要方法:
- 这是一种混合方法,结合了循环一致的生成对抗网络 (CycleGAN) 图像翻译和不确定性意识的融合.
- 将受流血污染的腹腔镜图像翻译为使用未配对域适应的伪非流血表示.
- 从原始图像和翻译图像的细分结果的融合,基于像素智能的,以提高稳定性.
主要成果:
- 与传统方法相比,人工智能框架显著提高了子系数,并得到了三位专家外科医生的验证 (P < 0.001).
- 主观评估证实了高临床效用,提高了痕可见性和边界划分.
- 该系统实现了接近实时推断速度 (RTX A5000 GPU上的0.06秒/).
结论:
- 人工智能辅助的框架提高了LC期间痕组织检测的准确性和稳定性,即使在出血受损的领域.
- 实时能力和强有力的临床验证表明,手术内应用的巨大潜力.
- 这项技术可以提高外科手术的安全性,并降低胆管损伤的风险.
