Arxiv hàng ngày

Đây là trang tổng hợp các bài báo về trí tuệ nhân tạo được xuất bản trên toàn thế giới.
Trang này sử dụng Google Gemini để tóm tắt nội dung và hoạt động phi lợi nhuận.
Bản quyền của các bài báo thuộc về tác giả và tổ chức liên quan; khi chia sẻ, chỉ cần ghi rõ nguồn.

Tự động Đa chế độ xem X-Đăng ký Tia/CT bằng cách sử dụng Đường viền Cấu trúc xương

Created by
  • Haebom

Tác giả

Roman Flepp, Leon Nissen, Bastian Sigrist, Arend Nieuwland, Nicola Cavalcanti, Philipp F urnstahl, Thomas Dreher, Lilian Calvet

Phác thảo

Trong bài báo này, chúng tôi trình bày một phương pháp đăng ký hình ảnh CT/dòng X-đa chế độ xem để điều hướng phẫu thuật chính xác trong quá trình phẫu thuật chỉnh hình. Để khắc phục các vấn đề của các phương pháp hiện có như độ không chính xác, dễ bị tổn thương khi ước tính tư thế ban đầu và cần chú thích điểm chính thủ công, chúng tôi đề xuất một kỹ thuật tối ưu hóa láng giềng gần nhất (ICP) lặp lại dựa trên đường viền, đa chế độ xem, khớp với các đường viền cụ thể tương ứng với các cấu trúc dưới xương. Điều này làm giảm sự mơ hồ và cho phép đăng ký hình ảnh mạnh mẽ và chính xác hơn so với khớp hình bóng toàn cầu. Nó hoạt động hoàn toàn tự động chỉ bằng hai hình ảnh dòng X-và cung cấp năm tập dữ liệu mẫu tử thi chứa các hình ảnh dòng X-thực tế, hình ảnh dòng X-và các ảnh chụp CT tương ứng của chúng. Sử dụng lỗi chiếu lại trung bình (mRPD) được đánh giá trên hình ảnh đường __T48825_____ thực, chúng tôi đạt được độ chính xác cao hơn đáng kể (mRPD 0,67 mm) so với các giải pháp thương mại (5,35 mm) đòi hỏi phải can thiệp thủ công.

Takeaways, Limitations

Takeaways:
Một phương pháp đăng ký hình ảnh CT/line X đa chế độ chính xác hơn (độ chính xác dưới milimét) và mạnh mẽ hơn so với các phương pháp hiện có được trình bày.
Hoạt động hoàn toàn tự động mà không cần can thiệp thủ công
Cung cấp các giải pháp thực tế áp dụng cho môi trường phẫu thuật thực tế
Góp phần mang lại kết quả phẫu thuật chính xác và hiệu quả thông qua cải thiện điều hướng phẫu thuật
Một tập dữ liệu mới chứa năm mẫu tử thi được trình bày.
Limitations:
Hiện đang được đánh giá chỉ bằng dữ liệu mẫu tử thi, cần xác thực bằng dữ liệu bệnh nhân sống
Cần nghiên cứu thêm để xác định khả năng khái quát hóa trên các cấu trúc giải phẫu hoặc loại phẫu thuật khác nhau.
Cần phải phân tích chi phí tính toán và tiềm năng xử lý thời gian thực của phương pháp đề xuất.
👍