通过非常低剂量协议的3D骨模型实时重建
Yiqun Lin1, Haoran Sun2, Yongqing Li3
1Department of Electronic and Computer Engineering, The Hong Kong University of Science and Technology, Hong Kong SAR, China.
NPJ digital medicine
|March 17, 2026
概括
一个新的AI框架在30秒内从X射线中重建患者的骨模型,为手术规划和手术内指导提供更快,更安全的CT扫描替代方案.
科学领域:
- 整形外科手术 整形外科手术
- 医学成像医学成像
- 医学中的人工智能.
背景情况:
- 针对患者的骨模型对于手术规划和指导设计至关重要.
- 目前基于CT的方法耗时,涉及高辐射,并且仅限于手术前使用.
- 手动划分骨结构是劳动密集型的,容易出错.
研究的目的:
- 引入一种新的AI框架,即半监督重建与知识蒸 (SSR-KD).
- 为了使双平面X射线的高质量骨模型能够快速准确地重建.
- 为了减少对CT扫描和手动细分的依赖,用于骨科应用.
主要方法:
- 开发了SSR-KD,这是一个AI框架,利用知识蒸进行半监督学习.
- 在双平面X射线数据上训练模型,以重建3D骨模型.
- 评估模型准确性,平均误差小于1.0毫米.
- 使用重建模型进行了高骨切除模拟.
主要成果:
- 在大约30秒内,SSR-KD从双平面X射线重建骨模型.
- 实现了不到1.0毫米的平均重建误差.
- 专家模拟显示,CT衍生骨模型的临床适用性与CT衍生骨模型相似.
- 与传统方法相比,证明了显著的加速和减少的辐射暴露.
结论:
- SSR-KD提供了一个快速,准确和低辐射的替代方案,用于创建患者特定的骨模型.
- 人工智能框架增强了骨模型的实用性,用于术前规划和潜在的手术内指导.
- 这项技术在骨科手术和患者护理方面具有变革性的潜力.
