Ortho-OPD:基于深度学习的正骨外科手术的自动骨解剖平面设计模型
IEEE journal of biomedical and health informatics
|November 28, 2025
概括
这项研究介绍了Ortho-OPD,这是一种人工智能工具,可以自动设计骨切割平面用于整形外科手术. 它显著加快了虚拟手术规划,为治疗牙和面部形提供了有效的替代方案.
科学领域:
- 医疗成像医学成像
- 在外科手术中使用人工智能
- 面外科手术 面外科手术
背景情况:
- 整形手术纠正dentofacial变形,改善面部美学和功能.
- 虚拟手术规划 (VSP) 对于精确,个性化整形手术至关重要.
- 手动骨切割平面设计是耗时的,并且严重依赖外科医生的经验.
研究的目的:
- 用深度学习开发和验证一种自动化的方法,用于在整形外科中设计骨切割平面.
- 提高对面手术的虚拟手术规划的效率和精度.
主要方法:
- 开发了一个深度学习模型,Ortho-OPD,集成了一个CNN用于CMF CT细分和RANSAC算法用于平面定义.
- 该模型在71个样本上进行了训练,并在31个案例上进行了验证,使用3D边界敏感损失来提高精度.
- 使用诸如子相似系数 (DSC) 等指标以及对角度和距离错误的分析来评估性能.
主要成果:
- 在所有测试病例中,Ortho-OPD成功设计了骨切割平面,CMF细分的平均DSC为0.92.
- 自动化设计过程平均每次虚拟双骨切除大约需要9秒,大大减少了规划时间.
- 评估显示,与手工方法相比,准确性或可靠性没有显著差异,确保了维护重要的解剖结构.
结论:
- 开发的Ortho-OPD系统有效地从原始CT数据中自动化骨切割平面设计,用于整形手术.
- 这种基于深度学习的方法提供了一个高效和可靠的替代手动VSP,增强临床工作流.
- 整形OPD代表了计算机辅助面外科手术规划的重大进步.
