論文の概要: Fully automated workflow for designing patient-specific orthopaedic implants: application to total knee arthroplasty

• arxiv url: http://arxiv.org/abs/2403.15353v3
• Date: Tue, 07 Jan 2025 11:06:13 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-01-08 15:47:35.513819
• Title: Fully automated workflow for designing patient-specific orthopaedic implants: application to total knee arthroplasty
• Title（参考訳）: 患者固有の整形外科インプラント設計のための完全自動化ワークフロー-人工膝関節全置換術への応用
• Authors: Aziliz Guezou-Philippe, Arnaud Clavé, Ehouarn Maguet, Ludivine Maintier, Charles Garraud, Jean-Rassaire Fouefack, Valérie Burdin, Eric Stindel, Guillaume Dardenne,
• Abstract要約: 変形性関節症は世界中で約5億2800万人に影響を及ぼし、関節の痛みと硬直を引き起こす。 人工膝関節全置換術における患者固有のインプラント設計のための完全自動化ワークフローを提案する。
• 参考スコア（独自算出の注目度）: 0.0
• License:
• Abstract: Background. Osteoarthritis affects about 528 million people worldwide, causing pain and stiffness in the joints. Arthroplasty is commonly performed to treat joint osteoarthritis, reducing pain and improving mobility. Nevertheless, a significant share of patients remain unsatisfied with their surgery. Personalised arthroplasty was introduced to improve surgical outcomes however current solutions require delays, making it difficult to integrate in clinical routine. We propose a fully automated workflow to design patient-specific implants for total knee arthroplasty. Methods. The proposed pipeline first uses artificial neural networks to segment the femur and tibia proximal and distal extremities. Then the full bones are reconstructed using augmented statistical shape models, combining shape and landmarks information. Finally, 77 morphological parameters are computed to design patient-specific implants. The developed workflow has been trained on 91 CT scans and evaluated on 41 CT scans, in terms of accuracy and execution time. Results. The workflow accuracy was $0.4\pm0.2mm$ for segmentation, $1.0\pm0.3mm$ for full bone reconstruction, and $2.2\pm1.5mm$ for anatomical landmarks determination. The custom implants fitted the patients' anatomy with $0.9\pm0.5mm$ accuracy. The whole process from segmentation to implants' design lasted about 15 minutes. Conclusion. The proposed workflow performs a fast and reliable personalisation of knee implants, directly from a CT image without requiring any manual intervention. It allows the establishment of a patient-specific pre-operative planning in a very short time, making it easily available for all patients. Combined with efficient implant manufacturing techniques, this solution could help answer the growing number of arthroplasties while reducing complications and improving patients' satisfaction.
• Abstract（参考訳）: 背景。 変形性関節症は世界中で約5億2800万人に影響を及ぼし、関節の痛みと硬直を引き起こす。 関節形成術は関節症を治療し、痛みを軽減し、移動性を改善するために一般的に行われている。 それでも、多くの患者は手術に満足していない。 手術成績を改善するためにパーソナライズド・関節形成術が導入されたが,現在の術式は遅れが伴うため,臨床経過での統合が困難である。 人工膝関節置換術の患者固有のインプラントを設計するための完全自動化ワークフローを提案する。 メソッド。 提案したパイプラインは、まず、人工ニューラルネットワークを使用して大腿骨、近位部、遠位部を分割する。 次に、全骨を拡張統計形状モデルを用いて再構築し、形状とランドマーク情報を組み合わせる。 最後に、77の形態パラメータを計算し、患者固有のインプラントを設計する。 開発されたワークフローは91のCTスキャンでトレーニングされ、41のCTスキャンで精度と実行時間の観点から評価されている。 結果。 ワークフローの精度はセグメンテーションで0.4\pm0.2mm、完全な骨再建で1.0\pm0.3mm、解剖学的ランドマークの決定で2.2\pm1.5mmであった。 カスタムインプラントは患者の解剖学を0.9 pm0.5mm$の精度で取り付けた。 セグメンテーションからインプラントの設計までの全工程は約15分続いた。 結論。 提案したワークフローは、手動による介入を必要とせずに、CT画像から直接、高速で信頼性の高い膝インプラントのパーソナライズを行う。 これにより、患者固有の術前計画が短期間で確立され、すべての患者に容易に利用できるようになる。 効率的なインプラント製造技術と組み合わせることで、合併症を減らし、患者の満足度を向上させることができる。

関連論文リスト

• Enhanced Knee Kinematics: Leveraging Deep Learning and Morphing Algorithms for 3D Implant Modeling [2.752817022620644]
  本研究では, 人工膝の正確な3次元再構築のための機械学習アルゴリズムとモーフィング技術を用いた新しいアプローチを提案する。 畳み込みニューラルネットワークは、インプラントされたコンポーネントの大腿骨輪郭を自動的に分割するように訓練される。 移植膝関節のパーソナライズされた3次元モデルを生成する。
  論文  参考訳（メタデータ） (2024-08-02T20:11:04Z)
• A Semi-automatic Cranial Implant Design Tool Based on Rigid ICP Template Alignment and Voxel Space Reconstruction [2.0793077626669327]
  頭蓋形成術は 頭蓋移植を用いた神経頭蓋修復術だ 近年の進歩にもかかわらず、患者固有のインプラント(PSI)の設計は、頭蓋形成術において最も複雑で、高価で、かつ、最も自動化されていないタスクである。 半自動インプラント生成に適したグラフィカルユーザインタフェース(UI)を備えたプロトタイプアプリケーションを作成した。 提案したインプラント生成プロセスの概略は、関心領域を設定し、テンプレートを整列させ、その後、ボクセル空間にインプラントを作成することである。
  論文  参考訳（メタデータ） (2024-03-19T08:24:05Z)
• An Automated Real-Time Approach for Image Processing and Segmentation of Fluoroscopic Images and Videos Using a Single Deep Learning Network [2.752817022620644]
  人工膝関節における画像分割に機械学習を用いる可能性は、そのセグメンテーション精度を改善し、プロセスを自動化し、外科医にリアルタイムの補助を提供する能力にある。 本稿では, リアルタイム全膝画像分割における深層学習手法を提案する。 大規模なデータセットに基づいてトレーニングされた深層学習モデルは、インプラントされた大腿骨とティアビアの両方を正確にセグメント化する際、優れた性能を示す。
  論文  参考訳（メタデータ） (2024-01-23T05:00:02Z)
• Visual-Kinematics Graph Learning for Procedure-agnostic Instrument Tip Segmentation in Robotic Surgeries [29.201385352740555]
  そこで我々は,様々な外科手術を施した楽器の先端を正確に分類する新しいビジュアル・キネマティクスグラフ学習フレームワークを提案する。 具体的には、画像とキネマティクスの両方から楽器部品のリレーショナル特徴を符号化するグラフ学習フレームワークを提案する。 クロスモーダル・コントラッシブ・ロスは、キネマティクスからチップセグメンテーションのイメージへの頑健な幾何学的先行を組み込むように設計されている。
  論文  参考訳（メタデータ） (2023-09-02T14:52:58Z)
• Automatic registration with continuous pose updates for marker-less surgical navigation in spine surgery [52.63271687382495]
  本研究では, 腰部脊柱管固定術の登録問題を, 無放射線で自動的に解決するアプローチを提案する。 深部神経ネットワークは、腰椎を分割し、その方向を同時に予測するように訓練され、前手術モデルに対する最初のポーズが得られた。 拡張現実ベースのナビゲーションシステムとの統合により、直感的な外科的ガイダンスが提供される。
  論文  参考訳（メタデータ） (2023-08-05T16:26:41Z)
• GLSFormer : Gated - Long, Short Sequence Transformer for Step Recognition in Surgical Videos [57.93194315839009]
  本稿では,シーケンスレベルのパッチから時間的特徴を直接学習するための視覚変換器に基づくアプローチを提案する。 本研究では,白内障手術用ビデオデータセットである白内障-101とD99に対するアプローチを広範に評価し,各種の最先端手法と比較して優れた性能を示した。
  論文  参考訳（メタデータ） (2023-07-20T17:57:04Z)
• Neural LerPlane Representations for Fast 4D Reconstruction of Deformable Tissues [52.886545681833596]
  LerPlaneは単一視点環境下での手術シーンの高速かつ正確な再構築手法である。 LerPlaneは外科手術を4Dボリュームとして扱い、静的および動的フィールドの明示的な2D平面に分解する。 LerPlaneは静的フィールドを共有し、動的組織モデリングのワークロードを大幅に削減する。
  論文  参考訳（メタデータ） (2023-05-31T14:38:35Z)
• 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)
• iPhantom: a framework for automated creation of individualized computational phantoms and its application to CT organ dosimetry [58.943644554192936]
  本研究の目的は、患者固有の幻覚やデジタル双眼鏡の自動作成のための新しいフレームワーク、iPhantomを開発し、検証することである。 この枠組みは、個々の患者のCT画像における放射線感受性臓器への放射線線量を評価するために応用される。 iPhantomは、アンカーオルガンのDice similarity Coefficients (DSC) >0.6の精度で全ての臓器の位置を正確に予測し、他のオルガンのDSCは0.3-0.9である。
  論文  参考訳（メタデータ） (2020-08-20T01:50:49Z)
• Deep Negative Volume Segmentation [60.44793799306154]
  対象物を取り囲むすべての組織間で空の空間を分割する3Dセグメント化タスクに対する新しい角度を提案する。 我々のアプローチは骨分割のためのV-Netを含むエンドツーエンドパイプラインである。 顎顔面領域の専門医が注釈を付した50名の患者データセットにおけるCTスキャンの考え方を検証した。
  論文  参考訳（メタデータ） (2020-06-22T16:55:23Z)
• Spatiotemporal-Aware Augmented Reality: Redefining HCI in Image-Guided Therapy [39.370739217840594]
  拡張現実(AR)はこの10年で手術室に導入されている。 本稿では、ヘッドマウントディスプレイの利点をフル活用して、模範的な可視化をいかに再定義するかを示す。 X線画像の幾何学的および物理的特性からシステムの認識は、異なるヒューマン・マシン・インタフェースの再定義を可能にする。
  論文  参考訳（メタデータ） (2020-03-04T18:59:55Z)

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。