实时AI引导的超声波定位方法用于乳腺瘤旋转切除
Hang Sun1, Hongjie Zhu2, Menghan Zhang1
1School of Information Science and Engineering, Shenyang Ligong University, Shenyang, China.
Frontiers in oncology
|November 10, 2025
概括
这项研究引入了一种人工智能驱动的实时定位系统,用于切除乳腺瘤,提高了手术导航的准确性. 优化的系统增强了微创手术,使它们在初级医疗保健机构更容易获得.
科学领域:
- 医疗成像医学成像
- 人工智能的人工智能
- 手术技术 手术技术
背景情况:
- 乳腺瘤构成了全球卫生挑战,真空辅助活检系统 (VABB) 由于外科医生的依赖和定位困难,在初级保健中面临局限性.
- 目前用于乳腺瘤分析的AI解决方案往往缺乏手术导航所需的实时功能.
研究的目的:
- 使用优化的人工智能模型开发和验证实时定位系统,用于增强乳腺瘤旋转切除.
- 改善外科导航的准确性,并促进在初级医疗保健中采用最少的侵入性技术.
主要方法:
- 开发了一个优化的YOLOv11n架构,集成MobileNetV4块以提高效率和减少计算负载.
- 该模型在167名患者的超声波视频数据上进行了训练和验证,重点关注脊椎,部和检测头部的优化.
- 开发了两种临床定位算法,以支持实时可视化系统中的各种手术工作流程.
主要成果:
- 与基线相比,优化的YOLOv11n+模型显示参数减少了17.1%,FLOPS减少了27.0%.
- 切割槽和瘤检测的平均平均精度 (mAP50) 提高了2.1%.
- 该系统提供了毫秒级别的跟踪,精确的注释和智能提示,以实现最佳的切除时间.
结论:
- 开发的AI系统为最小侵入性乳腺瘤切除提供技术支持.
- 研究结果表明,有可能减少对外科医生经验的依赖,促进在初级医疗机构的更广泛使用.
