完全自动的胆管细分在磁共振胆血管细胞造影用于胆管手术规划使用深度学习的胆管管道细分
Haisu Tao1, Junfeng Wang2, Kangwei Guo2
1Department of Hepatobiliary Surgery Ⅰ, General Surgery Center, Zhujiang Hospital, Southern Medical University, Guangzhou 510280, China; Guangdong Provincial Clinical and Engineering Center of Digital Medicine, Guangzhou 510280, China; Liver Cancer Center of Zhujiang Hospital, Guangzhou 510280, China; South China Institute of National Engineering Research Center of Innovation and Application of Minimally Invasive Instruments, Guangzhou 510280, China; Special Medical Service Center, Zhujiang Hospital, Southern Medical University, Guangzhou 510282 China.
European journal of radiology
|September 19, 2025
概括
一个人工智能模型使用MRCP数据的深度学习准确地重建胆道. 这有助于外科医生规划复杂的手术并提高手术精度,以获得更好的患者结果.
科学领域:
- 医疗成像医学成像
- 人工智能的人工智能
- 手术规划 手术规划
背景情况:
- 精确的3D胆道重建对于复杂的胆道手术规划至关重要.
- 磁共振胆血管细胞造影 (MRCP) 为重建提供了详细的解剖数据.
研究的目的:
- 从MRCP数据开发一个自动化的深度学习模型,用于精确的3D胆道重建.
- 协助进行胆管外科手术的外科规划和手术内指导.
主要方法:
- 在249名患者的MRCP扫描上训练了一种深度学习语义细分模型 (nnU-Net框架).
- 实地真相细分由经过认证的外科医生/放射科医生进行,并由专家审查.
- 模型性能与地面真相和真实的外科手术场景 (包括外部数据集) 进行了验证.
主要成果:
- 人工智能模型实现了高精度,平均子相似系数 (DSC) 为0.9403 (内部) 和0.9070 (外部).
- 相对应系数超过0.95,在长度和体积上达成一致的狭窄界限.
- 使用ICG光的手术内验证证实了胆道标志的准确重建.
结论:
- 深度学习框架使胆道的自动和准确的3D重建成为可能.
- 这种人工智能驱动的方法为复杂的胆道手术的术前规划提供了宝贵的指导.
