論文の概要: Automatic laminectomy cutting plane planning based on artificial
intelligence in robot assisted laminectomy surgery
- arxiv url: http://arxiv.org/abs/2312.17266v1
- Date: Tue, 26 Dec 2023 02:16:28 GMT
- ステータス: 処理完了
- システム内更新日: 2024-01-15 12:36:03.126131
- Title: Automatic laminectomy cutting plane planning based on artificial
intelligence in robot assisted laminectomy surgery
- Title（参考訳）: ロボットによる椎弓切除手術における人工知能を用いた自動椎弓切開計画
- Authors: Zhuofu Li, Yonghong Zhang, Chengxia Wang, Shanshan Liu, Xiongkang
Song, Xuquan Ji, Shuai Jiang, Woquan Zhong, Lei Hu, Weishi Li
- Abstract要約: 自動積層切削平面計画のための2段階のアプローチを提案する。
第1段階では、各CT画像に7つのキーポイントを手動で印付けした。
第2段階では、各椎骨に対してパーソナライズされた座標系が生成される。
- 参考スコア（独自算出の注目度）: 9.382465733936824
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Objective: This study aims to use artificial intelligence to realize the
automatic planning of laminectomy, and verify the method. Methods: We propose a
two-stage approach for automatic laminectomy cutting plane planning. The first
stage was the identification of key points. 7 key points were manually marked
on each CT image. The Spatial Pyramid Upsampling Network (SPU-Net) algorithm
developed by us was used to accurately locate the 7 key points. In the second
stage, based on the identification of key points, a personalized coordinate
system was generated for each vertebra. Finally, the transverse and
longitudinal cutting planes of laminectomy were generated under the coordinate
system. The overall effect of planning was evaluated. Results: In the first
stage, the average localization error of the SPU-Net algorithm for the seven
key points was 0.65mm. In the second stage, a total of 320 transverse cutting
planes and 640 longitudinal cutting planes were planned by the algorithm. Among
them, the number of horizontal plane planning effects of grade A, B, and C were
318(99.38%), 1(0.31%), and 1(0.31%), respectively. The longitudinal planning
effects of grade A, B, and C were 622(97.18%), 1(0.16%), and 17(2.66%),
respectively. Conclusions: In this study, we propose a method for automatic
surgical path planning of laminectomy based on the localization of key points
in CT images. The results showed that the method achieved satisfactory results.
More studies are needed to confirm the reliability of this approach in the
future.
- Abstract（参考訳）: 目的: 本研究は, 人工知能を用いて腹腔鏡下手術の自動計画を実現することを目的としている。
方法: 自動切削平面計画のための2段階のアプローチを提案する。
第1段階はキーポイントの識別であった。
それぞれのCT画像に7つのキーポイントを手動でマークした。
筆者らが開発した空間ピラミッドアップサンプリングネットワーク (SPU-Net) アルゴリズムを用いて, 7つのキーポイントを正確に同定した。
第2段階では、キーポイントの同定に基づいて、各椎骨に対してパーソナライズされた座標系が生成される。
最後に,横切開面と縦切開面を座標系で生成した。
計画の全体的な効果が評価された。
結果:SPU-Netアルゴリズムの7つの鍵点の平均局所化誤差は0.65mmであった。
第2段階では320の横断切削面と640の縦切削面がアルゴリズムによって計画された。
そのうち,a級,b級,c級の平面計画効果は,それぞれ318(99.38%),1(0.31%),1(0.31%)であった。
a, b, cの縦断計画効果はそれぞれ622(97.18%), 1(0.16%), 17(2.66%)であった。
結論】本研究は,ct画像におけるキーポイントの局在に基づいて,椎弓切除の手術経路計画を自動的に行う方法を提案する。
その結果,本手法は良好な結果を得た。
将来このアプローチの信頼性を確認するためには、さらなる研究が必要である。
関連論文リスト
- Safe Deep RL for Intraoperative Planning of Pedicle Screw Placement [61.28459114068828]
安全な深部強化学習(DRL)に基づく訓練経路計画にリアルタイムな観察を活用するロボット脊椎手術の術中計画手法を提案する。
本手法は,ゴールドスタンダード (GS) 掘削計画に関して,90%の骨貫通を達成できた。
論文 参考訳（メタデータ） (2023-05-09T11:42:53Z) - Automation of Radiation Treatment Planning for Rectal Cancer [3.617379460131769]
自動開口のエンドツーエンドワークフローとフィールド・イン・フィールド・プランニングの最適化により,38/39(97%)の患者に対して臨床的に許容できる計画が得られた。
論文 参考訳（メタデータ） (2022-04-26T18:48:26Z) - An Integrated Optimization and Machine Learning Models to Predict the
Admission Status of Emergency Patients [1.0323063834827415]
T-XGB、T-ADAB、T-MLPの3つの機械学習アルゴリズムが提案されている。
提案フレームワークは,患者搭乗プロセスを積極的に計画することにより,混雑を緩和することができる。
その結果,新たに提案したアルゴリズムはAUCが高く,従来のアルゴリズムよりも優れていた。
論文 参考訳（メタデータ） (2022-02-18T13:50:44Z) - Multiple Time Series Fusion Based on LSTM An Application to CAP A Phase
Classification Using EEG [56.155331323304]
本研究では,深層学習に基づく脳波チャンネルの特徴レベル融合を行う。
チャネル選択,融合,分類手順を2つの最適化アルゴリズムで最適化した。
論文 参考訳（メタデータ） (2021-12-18T14:17:49Z) - CardiSort: a convolutional neural network for cross vendor automated
sorting of cardiac MR images [2.0791118244420757]
両頭畳み込みニューラルネットワーク("CardiSort")は、画像シーケンスと平面によって35のシーケンスを分類するように訓練された。
単ベンダートレーニング (SVT) とマルチベンダートレーニング (MVT) で高次および平面精度が観察された。
一般的なシーケンスと従来の心臓面の精度は高かった。
論文 参考訳（メタデータ） (2021-09-17T11:42:39Z) - Systematic Clinical Evaluation of A Deep Learning Method for Medical
Image Segmentation: Radiosurgery Application [48.89674088331313]
3次元医用画像分割作業において,Deep Learning (DL) 手法を体系的に評価した。
本手法は放射線外科治療プロセスに統合され,臨床ワークフローに直接影響を及ぼす。
論文 参考訳（メタデータ） (2021-08-21T16:15:40Z) - A feasibility study of a hyperparameter tuning approach to automated
inverse planning in radiotherapy [68.8204255655161]
本研究の目的は,計画品質を保ちながら,逆計画プロセスを自動化し,積極的な計画時間を短縮することである。
本研究では, 線量パラメータの選択, ランダムおよびベイズ探索法, ユーティリティ関数形式が計画時間と計画品質に及ぼす影響について検討した。
100個のサンプルを用いて良好な計画品質が得られ、平均計画時間は2.3時間であった。
論文 参考訳（メタデータ） (2021-05-14T18:37:00Z) - A new approach to extracting coronary arteries and detecting stenosis in
invasive coronary angiograms [9.733630514873376]
我々は,ICAから冠状動脈を抽出する深層学習による自動アルゴリズムの開発を目指している。
本研究では, マルチインプットとマルチスケール(MIMS)のU-Netを2段階の繰り返し訓練戦略として提案した。
実験の結果,提案手法は平均diceスコア 0.8329, 平均感度 0.8281, 平均特異度 0.9979 となり, 73例から294 icasを得た。
論文 参考訳（メタデータ） (2021-01-25T01:48:27Z) - Pose-dependent weights and Domain Randomization for fully automatic
X-ray to CT Registration [51.280096834264256]
完全自動X線CT登録は、既存の強度ベース登録の範囲内での最初のアライメントを必要とする。
この作業は、エンドツーエンドの登録を可能にする新しい自動初期化を提供する。
ミリメートルにおける平均(+標準偏差)ターゲット登録誤差は、成功率92%の模擬X線に対して4.1 +- 4.3、成功率86.8%の実X線に対して4.2 +- 3.9であり、成功率は30mm未満の翻訳誤差と定義される。
論文 参考訳（メタデータ） (2020-11-14T12:50:32Z) - VerSe: A Vertebrae Labelling and Segmentation Benchmark for
Multi-detector CT Images [121.31355003451152]
大規模Vertebrae Challenge(VerSe)は、2019年と2020年に開催されたMICCAI(International Conference on Medical Image Computing and Computer Assisted Intervention)と共同で設立された。
本評価の結果を報告するとともに,脊椎レベル,スキャンレベル,および異なる視野での性能変化について検討した。
論文 参考訳（メタデータ） (2020-01-24T21:09:18Z)
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。