Visão computacional é superior aos cirurgiões na identificação de implantes de coluna, mostra estudo
Fluxo de trabalho metodológico. Da esquerda para a direita, é demonstrado o processo de corte de imagem, detecção de recursos, quantificação de recursos, treinamento de modelo e classificação. As gaiolas intercorporais foram cobertas. Crédito: Jornal de Neurocirurgia: Coluna (2022), DOI: 10.3171/2022.11.SPINE221009
A identificação do hardware espinhal colocado anteriormente pode ser difícil e demorada quando um paciente precisa de cirurgia de revisão. Muitas vezes faltam informações detalhadas sobre o modelo e o tipo de implante quando os pacientes são encaminhados para outro lugar ou podem estar ausentes nas anotações cirúrgicas. Para superar esse desafio, os pesquisadores desenvolveram uma abordagem de aprendizado de máquina de visão computacional que identifica com mais precisão e eficiência a instrumentação toracolombar colocada anteriormente.
O estudo detalhando visão computacional modelo foi publicado hoje no Jornal de Neurocirurgia: Coluna.
Para construir seu classificador de visão computacional, o Dr. Alexander E. Ropper e seus colegas usaram 1.072 radiografias mostrando vistas pós-operatórias de instrumentação toracolombar colocada fabricada por cinco empresas de dispositivos diferentes. Cada imagem foi rotulada com o dispositivo implantado, e uma técnica de bag-of-visual-words utilizando detecção de recursos KAZE foi usada para construir um classificador de máquina de vetores de suporte de visão computacional.
As taxas de precisão para a classificação binária dos dois sistemas mais comumente colocados para imagens laterais, anteroposteriores e fundidas foram de 93,15%, 88,98% e 91,08%, respectivamente, embora a precisão diminuísse 10% com cada fabricante adicionado. O modelo de visão computacional superou dois cirurgiões e três representantes do fabricante em precisão (79% versus 44%) e tempo de conclusão (14 segundos versus 20 minutos). Outras etapas para melhorar o modelo precisão incluem aumentar o número de imagens por fabricante para garantir uma distribuição uniforme.
Quando perguntado sobre o estudo, o Dr. Ropper disse: “Este modelo de aprendizado de máquina de visão computacional será capaz de ajudar os cirurgiões no planejamento de fusões instrumentadas de revisão. Ao identificar com precisão e rapidez o hardware existente com base em radiografias padrão antes de uma cirurgia de revisão, ambos cirurgiões e a equipe da sala de cirurgia estará mais bem preparada para remover ou revisar o hardware.”
Adrish et al, Uma abordagem de visão computacional para identificar o fabricante de sistemas de instrumentação toracolombar posterior, Jornal de Neurocirurgia: Coluna (2022), DOI: 10.3171/2022.11.SPINE221009. thejns.org/spine/view/journals … 2.11.SPINE221009.xml
Fornecido pelo Journal of Neurosurgery
Citação: A visão computacional é superior aos cirurgiões na identificação de implantes de coluna, mostra estudo (2022, 27 de dezembro) recuperado em 27 de dezembro de 2022 de https://medicalxpress.com/news/2022-12-vision-superior-surgeons-spinal-implants.html
Este documento está sujeito a direitos autorais. Além de qualquer negociação justa para fins de estudo ou pesquisa privada, nenhuma parte pode ser reproduzida sem a permissão por escrito. O conteúdo é fornecido apenas para fins informativos.
