論文の概要: Predicting Postoperative Intraocular Lens Dislocation in Cataract
Surgery via Deep Learning
- arxiv url: http://arxiv.org/abs/2312.03401v1
- Date: Wed, 6 Dec 2023 10:27:15 GMT
- ステータス: 処理完了
- システム内更新日: 2023-12-07 15:22:26.132657
- Title: Predicting Postoperative Intraocular Lens Dislocation in Cataract
Surgery via Deep Learning
- Title(参考訳): 深層学習による白内障手術後の眼内レンズ脱臼の予測
- Authors: Negin Ghamsarian, Doris Putzgruber-Adamitsch, Stephanie Sarny, Raphael
Sznitman, Klaus Schoeffmann, Yosuf El-Shabrawi
- Abstract要約: 白内障術後の難治性合併症は眼内レンズ脱臼である。
手術中のレンズ展開遅延,回転,不安定性の計算のための,最初の完全自動フレームワークを開発し,評価した。
4つの眼内レンズブランドを特徴とする白内障手術ビデオの大規模データセットを利用する。
- 参考スコア(独自算出の注目度): 5.40411016117853
- License: http://creativecommons.org/licenses/by-nc-nd/4.0/
- Abstract: A critical yet unpredictable complication following cataract surgery is
intraocular lens dislocation. Postoperative stability is imperative, as even a
tiny decentration of multifocal lenses or inadequate alignment of the torus in
toric lenses due to postoperative rotation can lead to a significant drop in
visual acuity. Investigating possible intraoperative indicators that can
predict post-surgical instabilities of intraocular lenses can help prevent this
complication. In this paper, we develop and evaluate the first fully-automatic
framework for the computation of lens unfolding delay, rotation, and
instability during surgery. Adopting a combination of three types of CNNs,
namely recurrent, region-based, and pixel-based, the proposed framework is
employed to assess the possibility of predicting post-operative lens
dislocation during cataract surgery. This is achieved via performing a
large-scale study on the statistical differences between the behavior of
different brands of intraocular lenses and aligning the results with expert
surgeons' hypotheses and observations about the lenses. We exploit a
large-scale dataset of cataract surgery videos featuring four intraocular lens
brands. Experimental results confirm the reliability of the proposed framework
in evaluating the lens' statistics during the surgery. The Pearson correlation
and t-test results reveal significant correlations between lens unfolding delay
and lens rotation and significant differences between the intra-operative
rotations stability of four groups of lenses. These results suggest that the
proposed framework can help surgeons select the lenses based on the patient's
eye conditions and predict post-surgical lens dislocation.
- Abstract(参考訳): 白内障術後の難治性合併症は眼内レンズ脱臼である。
術後の安定性は必須であり、多焦点レンズの微調整や、術後回転によるトーラスの整列が不十分であったとしても、視力の低下につながる可能性がある。
眼内レンズの術後不安定を予測できる手術中の指標を調べることは、この合併症を防ぐのに役立つ。
本稿では, 手術中のレンズ展開遅延, 回転, 不安定の計算のための最初の完全自動フレームワークを開発し, 評価する。
3種類のcnn(recurrent, region-based, pixel-based)を併用し,白内障手術における術後レンズ脱臼の予測可能性について検討した。
これは、眼内レンズの異なるブランドの行動の統計的差異に関する大規模な研究を行い、その結果を専門医の仮説やレンズに関する観察と整合させることによって達成される。
4つの眼内レンズブランドを特徴とする白内障手術ビデオの大規模データセットを利用する。
術中レンズの統計値を評価するための枠組みの信頼性を実験的に検証した。
ピアソン相関とt-testでは,レンズ展開遅延とレンズ回転との間に有意な相関があり,術中回転安定性にも有意な差が認められた。
以上の結果から, 眼科医が眼疾患に基づいてレンズの選択を行い, 術後のレンズ脱臼を予測できる可能性が示唆された。
関連論文リスト
- Monocular Microscope to CT Registration using Pose Estimation of the
Incus for Augmented Reality Cochlear Implant Surgery [3.8909273404657556]
本研究では, 外部追跡装置を必要とせず, 2次元から3次元の観察顕微鏡映像を直接CTスキャンに登録する手法を開発した。
その結果, x, y, z軸の平均回転誤差は25度未満, 翻訳誤差は2mm, 3mm, 0.55%であった。
論文 参考訳(メタデータ) (2024-03-12T00:26:08Z) - An Endoscopic Chisel: Intraoperative Imaging Carves 3D Anatomical Models [8.516340459721484]
本稿では,術前の3次元解剖モデル更新のための第1のビジョンベースアプローチを提案する。
以上の結果より, 外科的進行過程における誤りの減少が示唆された。
論文 参考訳(メタデータ) (2024-02-19T05:06:52Z) - Action Recognition in Video Recordings from Gynecologic Laparoscopy [4.002010889177872]
行動認識は腹腔鏡画像解析における多くの応用の前提条件である。
本研究では,CNN-RNNアーキテクチャと,カスタマイズしたトレーニング推論フレームワークの設計と評価を行う。
論文 参考訳(メタデータ) (2023-11-30T16:15:46Z) - EyeLS: Shadow-Guided Instrument Landing System for Intraocular Target
Approaching in Robotic Eye Surgery [51.05595735405451]
ロボット眼科手術(Robotic Ophthalmic surgery)は、網膜下注入における網膜侵入や網膜剥離における浮動組織の除去など、高精度な介入を促進する新しい技術である。
現在の画像に基づく手法では、針先端の軌跡を網膜と浮動標的の両方に向けて効果的に推定することはできない。
本研究では,ターゲットの影位置と楽器先端を用いて相対的な深度位置を推定する。
手術シミュレータでは, 平均深度0.0127mm, 平均深度0.3473mm, 平均深度0.0127mm, 平均深度0.3473mmを目標とした。
論文 参考訳(メタデータ) (2023-11-15T09:11:37Z) - AiAReSeg: Catheter Detection and Segmentation in Interventional
Ultrasound using Transformers [75.20925220246689]
血管内手術は、電離放射線を用いてカテーテルと血管を可視化するFluoroscopyの黄金標準を用いて行われる。
本研究では、最先端機械学習トランスフォーマアーキテクチャを応用して、軸干渉超音波画像シーケンス中のカテーテルを検出し、セグメント化する手法を提案する。
論文 参考訳(メタデータ) (2023-09-25T19:34:12Z) - Learning-Based Keypoint Registration for Fetoscopic Mosaicking [65.02392513942533]
ツイン・トゥ・ツイン輸血症候群(TTTS)では、単子葉胎盤の血管系異常な血管性無痛が両胎児の間に不均一な血流を生じさせる。
本研究では,フィールド・オブ・ビュー展開のためのフェトスコープフレーム登録のための学習ベースフレームワークを提案する。
論文 参考訳(メタデータ) (2022-07-26T21:21:12Z) - MTCD: Cataract Detection via Near Infrared Eye Images [69.62768493464053]
白内障は一般的な眼疾患であり、盲目や視力障害の主な原因の1つである。
近赤外画像を用いた白内障検出のための新しいアルゴリズムを提案する。
深層学習に基づくアイセグメンテーションとマルチタスクネットワーク分類ネットワークについて述べる。
論文 参考訳(メタデータ) (2021-10-06T08:10:28Z) - LensID: A CNN-RNN-Based Framework Towards Lens Irregularity Detection in
Cataract Surgery Videos [6.743968799949719]
白内障手術後の合併症は、視力低下と眼外傷につながるレンズインプラントの脱臼である。
本稿では、レンズ導入フェーズを認識するエンドツーエンドのリカレントニューラルネットワークと、インプラントフェーズ後にレンズと瞳孔を分割する新しいセマンティックセマンティックセマンティックネットワークを提案する。
論文 参考訳(メタデータ) (2021-07-02T07:27:29Z) - Relevance Detection in Cataract Surgery Videos by Spatio-Temporal Action
Localization [7.235239641693831]
白内障手術では、顕微鏡の助けを借りて手術を行います。
顕微鏡は最大2人程度でリアルタイム手術を観察できるため、記録されたビデオを用いて手術訓練の大部分を行う。
ビデオコンテンツでトレーニング手順を最適化するには、外科医は自動関連性検出アプローチが必要です。
本稿では,白内障映像における関連フェーズセグメントの検出と分類を行うための3モジュールフレームワークを提案する。
論文 参考訳(メタデータ) (2021-04-29T12:01:08Z) - Malignancy Prediction and Lesion Identification from Clinical
Dermatological Images [65.1629311281062]
臨床皮膚画像から機械学習に基づく悪性度予測と病変の同定を検討する。
まず, サブタイプや悪性度に関わらず画像に存在するすべての病変を同定し, その悪性度を推定し, 凝集により, 画像レベルの悪性度も生成する。
論文 参考訳(メタデータ) (2021-04-02T20:52:05Z) - Modeling and Enhancing Low-quality Retinal Fundus Images [167.02325845822276]
低画質の眼底画像は臨床観察における不確実性を高め、誤診のリスクを引き起こす。
本稿では,グローバルな劣化要因を抑えるために,臨床指向の基盤拡張ネットワーク(cofe-Net)を提案する。
合成画像と実画像の両方の実験により、我々のアルゴリズムは網膜の細部を失うことなく、低品質の眼底画像を効果的に補正することを示した。
論文 参考訳(メタデータ) (2020-05-12T08:01:16Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト(すべての情報・翻訳含む)の品質を保証せず、本サイト(すべての情報・翻訳含む)を使用して発生したあらゆる結果について一切の責任を負いません。