人工智能驱动的CT-MRI图像融合和细分用于ACL重建的自动手术前规划:开发和应用
Haomiao Yu1,2, Jixiang Dong1,3, Long Wang1
1Senior Department of Orthopaedics, Chinese PLA General Hospital, Beijing, People's Republic of China.
The Journal of bone and joint surgery. American volume
|December 9, 2025
概括
人工智能系统使用CT-MRI融合精确地计划前十字带 (ACL) 重建,优化道定位以获得更好的外科结果. 这项技术有望改善功能和减少ACL修复中的并发症.
科学领域:
- 整形外科手术 整形外科手术
- 医疗成像医学成像
- 人工智能的人工智能
背景情况:
- 开发一种人工智能驱动的系统,用于在前十字带 (ACL) 重建中进行自动化术前规划.
- 将深度学习与计算机断层扫描 (CT) -磁共振成像 (MRI) 图像融合和细分相结合.
研究的目的:
- 开发和评估用于ACL重建的AI驱动的自动化手术前规划系统的准确性.
- 为了优化ACL道的定位,使用融合CT-MRI图像的深度学习.
主要方法:
- 从200个膝关节的CT和MRI扫描的手动注释.
- 用于CT-MRI图像融合和3D重建的双UNet注册架构.
- 深度学习框架,以优化股骨和骨道的定位.
- 在36个ACL重建中使用3D打印指南验证骨模型和临床测试.
主要成果:
- 高细分精度 (迪斯系数=0.864) 通过CT-MRI融合实现.
- 人工智能规划时间平均为每案192±90.2秒.
- 在骨模型中,计划和执行的道/移植长度之间的平均偏差<1毫米.
- 与临床测试中的传统方法相比,人工智能引导的手术在道定位上显示出明显较小的偏差.
结论:
- 由人工智能驱动的细分和规划系统准确且可重复地产生最佳的ACL道位置.
- 该技术有可能减少ACL重建中的并发症和改善术后功能.
- 通过自动化手术前规划实现了个性化,解剖学和同度学特征.
