开创全自动化骨轨道细分:一个in silico nnU-Net多中心方法
A Rashad1, M Beyer2, S Eftimie3
1Department of Oral and Maxillofacial Surgery, University Hospital RWTH Aachen, Aachen, Germany.
International journal of oral and maxillofacial surgery
|November 22, 2025
概括
一个新的AI软件自动化了用于大面部手术的轨道床细分,提高了手术规划的准确性和效率. 与手工方法相比,这种人工智能工具显著减少了细分时间,增强了针对患者的具体重建.
科学领域:
- 面外科手术 面外科手术
- 医疗成像医学成像
- 人工智能的人工智能
背景情况:
- 在面外科手术中轨道重建需要高精度的功能和美学结果.
- 目前用于轨道结构的手动细分方法耗时且容易变化.
研究的目的:
- 开发和验证一种全新的,完全自动化的软件,用于精确的轨道地板细分.
- 为了提高手术规划的准确性,效率和用于轨道重建的可用性.
主要方法:
- 利用来自计算机断层扫描 (CT) 图像的1004个专家分段轨道的数据集.
- 使用nnU-Net框架开发了自动化细分软件.
- 使用子相似系数 (DSC) 和平均表面距离 (MSD) 评估性能.
主要成果:
- 实现了高分段精度:DSC 0.935 (轨道) 和0.917 (轨道地板).
- 证明了卓越的表面精度:MSD 0.292 mm (轨道) 和 0.287 mm (轨道底部).
- 细分大约在1秒内完成,大大超过手动方法 (平均) 的性能. 25分钟) 的时间.
结论:
- 完全自动化的软件提供了准确,高效和可靠的轨道地板细分.
- 这种人工智能驱动的工具代表了轨道重建患者特定手术规划的重大进步.
- 该系统在各种成像来源中显示一致的性能,支持广泛的临床应用.
