人工智能引导的全腹腔切除:开发一个深度学习模型来识别盆腔带平面解剖学
Yuta Suzuki1,2, Daichi Kitaguchi1,3, Norihito Kosugi1
1Department for the Promotion of Medical Device Innovation National Cancer Center Hospital East Chiba Japan.
Annals of gastroenterological surgery
|November 7, 2025
概括
一个新的深度学习模型准确地识别了在全腹膜切除手术期间的关键解剖结构. 这种以人工智能为指导的方法有望改善直肠癌治疗中的外科精度.
科学领域:
- 医疗成像医学成像
- 在外科手术中使用人工智能
- 手术解剖学手术解剖学
背景情况:
- 全腹膜切除术 (TME) 是直肠癌的关键手术程序.
- 剖析的准确性至关重要,以避免损害周围的骨盆带膜.
- 识别"神圣平面"是TME的一个关键挑战.
研究的目的:
- 开发和验证一个深度学习模型,用于实时识别腹腔镜TME期间的解剖学标志.
- 评估模型在识别中间直肠,顶部骨盆和圣平面方面的表现.
主要方法:
- 一项回顾性研究使用157个手术视频 (2861张图像) 进行培训和验证.
- 一个使用特征金字塔网络和EfficientNetB7.7的深度学习模型.
- 通过五倍交叉验证使用子相似系数,回忆和规范表面子进行评估.
主要成果:
- 该模型在中直肠护膜 (90.4%) 和顶部骨盆护膜 (90.6%) 中实现了高的子相似系数.
- 圣飞机的表现显示,子相似系数为68.5%.
- 对于已识别的结构,正常化表面子得分从54.6%到73.2%不等.
结论:
- 成功开发了一种深度学习模型,以识别TME中的关键解剖区域.
- 这表明了人工智能引导的TME的可行性.
- 该模型显示了在直肠癌手术中提高手术精度和结果的潜力.
