論文の概要: Patient-Specific Optimization for Mandibular Reconstruction Planning with Enhanced Bone Union

• arxiv url: http://arxiv.org/abs/2605.01084v1
• Date: Fri, 01 May 2026 20:36:05 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-05-05 20:33:49.574223
• Title: Patient-Specific Optimization for Mandibular Reconstruction Planning with Enhanced Bone Union
• Title（参考訳）: 骨癒合を増強した下顎再建計画の患者特異的最適化
• Authors: Hamidreza Aftabi, John E. Lloyd, Amanda Ding, Benedikt Sagl, Eitan Prisman, Antony Hodgson, Sidney Fels,
• Abstract要約: 血管柄付き骨移植を併用した下顎再建術はドナー・ホスト・ノニオンが複雑である。 患者固有の下顎再建のための画像から判断計画ループであるOsteoOpt++を提案する。
• 参考スコア（独自算出の注目度）: 1.5364755220261122
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Mandibular reconstruction with vascularized bone grafts is complicated by donor-host nonunion, and current virtual surgical planning produces a geometric plan rather than a configuration that explicitly promotes bone union. We present OsteoOpt++, an image-to-decision planning loop for patient-specific mandibular reconstruction. A pre-operative computed tomography (CT) is converted into a personalized digital twin through template-to-patient registration and CT-derived updates of the muscle and temporomandibular-joint parameters. Bayesian optimization with an expected-improvement-plus acquisition rule then searches six clinically controllable cut-plane and donor-positioning variables under an apposition-driven objective and a safety-factor-regularized variant. The workflow was evaluated on three generic defects (body, symphysis, and ramus-body) and a total of 3+1 patient-specific cases, with 3 used for optimization and 1 for validation. In the generic cases, against a common surgical approach, cycle-averaged donor-mandible apposition increased by up to 29 percentage points (329% relative); in the patient-specific cases, against the surgeon-implemented day-5 post-operative configuration, by up to 26 percentage points. A 10% sensitivity analysis over eleven modeling parameters capped the change in the apposition-driven objective at 3% for generic cases and 4% for patient-specific cases, and the longitudinal case showed Dice overlap of 0.70 and 0.76 between predicted apposition and year-1 bone formation. Clinically, this provides surgeons with a pre-operative, image-driven recommendation for cut-plane orientation and donor placement that is predicted to improve union conditions over the configurations currently delivered in the operating room. The optimization and patient-specific modeling code is open source at https://github.com/hamidreza-aftabi/OsteoOpt.
• Abstract（参考訳）: 血管柄付き骨移植を併用した下顎再建術は, ドナー・ホスト・ノニオンにより複雑化しており, 現在の仮想手術計画では, 骨接合を明示的に促進する構成ではなく, 幾何学的計画が作成されている。 患者固有の下顎再建のための画像から判断計画ループであるOsteoOpt++を提案する。 術前CT(Computerd tomography)は、テンプレート・ツー・患者登録とCTによる筋肉および顎関節パラメータの更新により、パーソナライズされたデジタル双生児に変換される。 ベイズ最適化(ベイズ最適化、Bayesian optimization with a expected-improvement-plus acquisition rule)は、6つの臨床的に制御可能なカットプレーンとドナー配置変数を仮定駆動の目的と安全因子規則化された変種の下で探索する。 ワークフローは3つの総合的欠陥(体, 生理学, ラマス体)と3+1の患者固有の症例で評価され, 3は最適化に, 1は検証に使用された。 一般的な外科的アプローチでは, 術後5日目の患者では, 平均ドナー下顎頭数は29ポイント(329%)増加し, 術後5日目の患者では26ポイント上昇した。 11のモデルパラメータに対する10%の感度分析では, 一般症例では3%, 患者特異的症例では4%, 平均骨形成では0.70と0.76のDice重なりを示した。 臨床的には、手術室で現在納入されている構成よりもユニオン条件を改善すると予測されるカットプレーン配向とドナー配置に対する、術前で画像駆動の推奨を提供する。 最適化と患者固有のモデリングコードはhttps://github.com/hamidreza-aftabi/OsteoOptで公開されている。

関連論文リスト

• Towards Patient-Specific Deformable Registration in Laparoscopic Surgery [1.2599533416395765]
  患者固有のノンリグッドポイントクラウド登録法について紹介する。 提案手法では,Transformerエンコーダ/デコーダアーキテクチャと重複推定と専用のマッチングモジュールを組み合わせる。 人工データと実データの両方を用いた実験結果から, 患者固有の方法が従来の手法より有意に優れていたことが判明した。
  論文  参考訳（メタデータ） (2026-04-14T18:09:32Z)
• BridgeSplat: Bidirectionally Coupled CT and Non-Rigid Gaussian Splatting for Deformable Intraoperative Surgical Navigation [69.14180476971602]
  変形可能な手術ナビゲーションのための新しいアプローチであるBridgeSplatを紹介する。 提案手法は3次元ガウスをCTメッシュにリグし,ガウスパラメータとメッシュ変形の合同最適化を可能にする。 シミュレーションにより,BridgeSplatがブタの内臓手術およびヒト肝臓の合成データに与える影響を実証した。
  論文  参考訳（メタデータ） (2025-09-23T01:09:36Z)
• Artificial Intelligence in Breast Cancer Care: Transforming Preoperative Planning and Patient Education with 3D Reconstruction [1.5582012249641972]
  術前計画には 様々なデータセットに 解剖学的構造を分割する 正確なアルゴリズムが必要です U-Mambaを用いたHuman-in-the-loopアプローチのセグメンテーションは、撮像シナリオをまたいで一般化するように設計されている。 U-Mambaは全臓器で0.97、線維腺組織で0.96、T1強調画像で0.82と高い性能を示した。
  論文  参考訳（メタデータ） (2025-09-10T16:52:35Z)
• Semantic Segmentation for Preoperative Planning in Transcatheter Aortic Valve Replacement [61.573750959726475]
  経カテーテル大動脈弁置換術(TAVR)の術前計画のための医療ガイドラインを考察し,セマンティックセグメンテーションモデルを用いて支援できる課題を同定する。 まず, 細粒度のTAVR関連擬似ラベルを, 粗粒度の解剖学的情報から抽出し, セグメンテーションモデルを訓練し, スキャンでこれらの構造がどれだけよく見つかるかを定量化する。
  論文  参考訳（メタデータ） (2025-07-22T13:24:45Z)
• Fully automated workflow for designing patient-specific orthopaedic implants: application to total knee arthroplasty [0.0]
  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。
  論文  参考訳（メタデータ） (2024-03-22T17:08:03Z)
• Validated respiratory drug deposition predictions from 2D and 3D medical images with statistical shape models and convolutional neural networks [47.187609203210705]
  患者固有の沈着モデリングのための自動計算フレームワークを開発し,検証することを目的としている。 2次元胸部X線と3次元CT画像から3次元患者の呼吸動態を生成できる画像処理手法が提案されている。
  論文  参考訳（メタデータ） (2023-03-02T07:47:07Z)
• 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)
• A Self-Supervised Deep Framework for Reference Bony Shape Estimation in Orthognathic Surgical Planning [55.30223654196882]
  仮想的な矯正手術計画では、3次元顔面骨形状モデルにおける顎変形の外科的修正をシミュレートする。 正常な解剖を表現した基準顔骨形状モデルは、計画精度を向上させるための客観的ガイダンスを提供することができる。 本稿では,顔面骨の形状モデルを自動的に推定する自己教師型ディープフレームワークを提案する。
  論文  参考訳（メタデータ） (2021-09-11T05:24:40Z)
• 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)

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。