XiaoMi-AI文件搜索系统
World File Search SystemNeurosurgery
AANS 2022 年年会摘要 - 神经外科杂志
100：清醒人类中急性植入动脉瘤栓塞 (WEB) 装置的动脉内脑造影 Anthony Piscopo 理学学士（爱荷华州克利尔莱克） Luyuan Li，医学博士 – 住院医师，神经外科，爱荷华大学医院与诊所；Kenji Ibayashi，医学博士，哲学博士；Jeremy Greenlee，医学博士 – 神经外科 – 爱荷华大学医院与诊所；David Hasan，医学博士 – 神经外科 – 爱荷华大学医院与诊所 简介：血管内脑电图 (evEEG) 利用脑血管系统作为微创导管来记录来自相邻神经结构的电活动，从而减轻与颅外脑电图和皮层脑电图相关的较差空间分辨率和开颅手术风险。使用编织内桥 (WEB) 颅内动脉瘤栓塞装置进行 evEEG 的安全性、可行性和有效性尚未在人体中进行研究。方法：纳入 15 名通过 WEB 装置接受清醒时未破裂脑动脉瘤血管内治疗的患者。WEB 装置由带有铂芯的镍钛合金组成，通过将其远端部署导线连接到 EEG 接收器，充当单电极血管内接触器。在清醒手术中，在部署到动脉瘤中并在分离之前，让受试者进行 10 分钟的基于价值的决策任务，同时捕获血管内 WEB 记录并使用头皮电极进行参考。所有记录均在标准的 10 分钟监测期内完成，以确保 WEB 定位稳定、动脉瘤囊内造影剂停滞以及入球动脉和出球动脉血流充足。因此，手术时间不会因参与研究而延长，也不会给参与者带来任何额外的手术风险。结果：所有患者均成功接受栓塞和 evEEG 记录，无并发症。6/15 (40%) 患者的头皮脑电图检测到事件相关电位 (ERP)。在这 6 名患者中，4/6 (75%) 例在 WEB 通道上捕获到低伽马 (30-70Hz) 响应。在这 4 名患者中，WEB 设备被部署到前交通动脉、基底动脉尖和两个大脑中动脉动脉瘤中。11/15 例病例在 WEB 通道上出现心电图伪影。结论：在清醒受试者的脑动脉瘤内植入可植入 WEB 设备能够捕捉任务特定的脑电活动。未来的研究有必要进一步确定 evEEG 作为神经记录、深部脑刺激和脑机接口的潜在工具的安全性、有效性和支持性。
立体定向神经外科微型机器人引导装置的开发
目的立体定向引导系统始终保持高精度且使用简单，对于精确的立体定向定位和缩短手术时间至关重要。尽管机器人引导系统被广泛应用，但目前可用的系统还不能完全满足结合无框架手术和机器人技术优势的立体定向引导系统的要求。作者开发并优化了一种小型但高精度的引导系统，该系统的设计使其可以无缝集成到现有的手术室 (OR) 设置中。本临床研究旨在概述这种微型机器人引导系统的开发并介绍作者的临床经验。方法在对机器人立体定向引导系统进行广泛的临床前测试后，对机器人固定、软件可用性、导航集成和末端执行器应用进行了调整。随后，在 2013 年至 2019 年期间的 150 名患者的临床系列中推进了机器人系统的开发，包括 111 次针吸活检、13 次导管置入和 26 次立体脑电图 (SEEG) 电极置入。在临床试验期间，不断进行修改以满足每种适应症的设置要求、技术规格和工作流程。对于每种应用，都会评估特定的设置、工作流程和平均手术准确度。结果在 150 例病例中，149 例可应用微型机器人系统。每个手术中的设置都成功实施，而不会增加大量的手术时间。工作流程无缝集成到现有手术中。在研究过程中，手术准确性得到了提高。对于活检手术，真实目标误差 (RTE) 从平均 1.8 ± 1.03 毫米减少至入口处的 1.6 ± 0.82 毫米 (p = 0.05)，从 1.7 ± 1.12 毫米减少至目标处的 1.6 ± 0.72 毫米 (p = 0.04)。对于 SEEG 手术，RTE 从手术前半部分的平均 1.43 ± 0.78 毫米减少至后半部分入口处的 1.12 ± 0.52 毫米 (p = 0.002)，从 1.82 ± 1.13 毫米减少至目标处的 1.57 ± 0.98 毫米 (p = 0.069)。所有病例均未观察到愈合并发症或感染。结论 微型机器人引导装置已成功应用于 149 例立体定向手术，证明了其多功能性和无缝集成到现有工作流程的能力。根据这些数据，机器人可以显著提高准确性，而无需增加时间支出。
神经外科手术中增强现实的姿势估计和非刚性配准
摘要 — 目的：开颅手术是切除部分头骨，以便外科医生进入大脑并治疗肿瘤。进入大脑时，组织会发生变形，并可能对手术结果产生负面影响。在这项工作中，我们提出了一种新颖的增强现实神经外科系统，将从 MRI 获得的术前 3D 网格叠加到手术期间获得的大脑表面视图上。方法：我们的方法使用皮质血管作为主要特征来驱动刚性和非刚性 3D/2D 配准。我们首先使用特征提取器网络来生成概率图，并将其输入到姿势估计器网络以推断 6-DoF 刚性姿势。然后，为了解释大脑变形，我们添加了一个非刚性细化步骤，该步骤使用基于物理的约束将其表述为形状模板问题，有助于将变形传播到皮质下水平并更新肿瘤位置。结果：我们在 6 个临床数据集上回顾性地测试了我们的方法，并获得了较低的姿势误差，并使用合成数据集表明可以在皮质和皮质下水平实现相当大的脑移位补偿和较低的 TRE。结论：结果表明，我们的解决方案实现了低于实际临床误差的准确度，证明了我们的系统在实际应用中的可行性。意义：这项工作表明，我们可以使用单个摄像机视图提供通过开颅手术观察到的 3D 皮质血管的连贯增强现实可视化，并且皮质血管为执行刚性和非刚性配准提供了强大的功能。
“Galeno” 脑疝神经外科手术装置采用多学科方法治疗复杂性
“Galeno”医疗设备专为治疗脑损伤和颅内高压而设计，通过直流电置于脑部，对脑部进行保护、治疗和监测，直至颅骨成形术。目标1. Galeno置于接受直流电治疗的患者部位，以监测和控制肿胀、减少炎症、检测ICP（颅内压）、血压、脑代谢等参数的变化。2. Galeno可以监测脑的电图和生化功能，并提供通过使用药物（纳米粒子）直接干预的机制。3.探索性：Galeno理论上可以促进外科手术，减少住院时间，并改善患者的生活质量。4.安全性和耐受性：将监测感染、出血和其他风险。目的是使“Galeno”手术成为首选干预措施，促进神经外科医生的工作和患者的康复。方法/讨论/结果：“Galeno”代表了0期（概念验证）项目，随后将进行动物和人体测试（I期）。在获得可行性和安全性的动物数据后，将需要批准进行I期安全性/耐受性测试。TBI后，正常的颅内生理过程可能会发生改变，导致难治性颅内高压、脑灌注压下降和脑血流紊乱。恶性颅内高压是TBI患者死亡的主要原因。因此，针对性控制和治疗颅内压升高（ICP）是严重创伤性脑损伤管理的关键问题。总结/结论：“Galeno”设备和头盔具有网状结构，可支撑受伤的大脑——缺血和/或遭受创伤性脑损伤（TBI）。
虚拟现实在神经外科技术技能评估中的系统评价
目的 虚拟现实 (VR) 和增强现实 (AR) 系统越来越多地被神经外科医生使用。这些系统可以提供技术排练和外科医生表现评估的机会。尚未系统地审查对 VR 和 AR 环境中神经外科医生技能的评估以及 VR 和 AR 反馈的有效性。方法 通过 MEDLINE 和 PubMed 进行系统评价，遵循系统评价和荟萃分析的首选报告项目 (PRISMA) 指南。纳入了 1990 年 1 月至 2021 年 2 月期间以英文发表的研究，这些研究描述了使用 VR 或 AR 量化神经外科医生的外科技术表现，而无需使用人工评估者。记录了每项研究中的自动性能指标 (APM) 的类型和类别。结果 审查纳入了 33 项 VR 研究；没有 AR 研究符合纳入标准。VR APM 分为距离目标、力、运动学、时间、失血量或切除量。距离和时间是研究最深入的 APM 领域，尽管所有领域都能有效区分外科医生的经验水平。距离被成功地用于跟踪实践中的改进。检查切除量表明，主治外科医生切除的模拟肿瘤较少，但保留的正常组织比受训者多。最近，APM 已用于机器学习算法中，以高精度预测培训水平。增强现实系统的主要限制包括 AR 在自动手术评估中的使用有限，以及缺乏对 VR 系统的外部和纵向验证。结论 VR 已被用于评估广泛领域的外科医生表现。VR 环境可用于量化外科医生的表现、评估外科医生的熟练程度和跟踪培训进度。尽管 AR 系统具有在术中整合的潜力，但尚未用于提供外科医生表现评估的指标。基于 VR 的 APM 可能对术中难以评估的指标特别有用，包括失血量和切除范围。
社论 生成人工智能、聊天机器人和《神经外科杂志》出版集团
生成式人工智能 (AI) 的进步引起了公众的关注，包括文本转图像程序（例如 DALL-E）和根据用户提示产生文本输出的聊天机器人（例如 Chat Generative Pre-trained Transformer (GPT) (OpenAI)），而神经外科医生也未能幸免。在最近发表的一篇文章中，1 Hopkins 等人提出了 ChatGPT 作为神经外科医师大会神经外科自我评估 (SANS) 考试问题的一个子集，并将聊天机器人的表现与人类 SANS 用户的表现进行了比较。聊天机器人最多可以尝试三次才能得到正确答案。由于该程序仅限于文本输入，因此不包括基于图像的问题，ChatGPT 在这些条件下正确回答了 60.2% 的多项选择题。相比之下，普通 SANS 用户回答正确的率为 69%，神经外科住院医师为 62%，对神经外科感兴趣的医学生为 26%。首先，这些结果表明，通过实习可以学到很多关于神经外科的知识，至少从 SANS 问题来看是这样。其次，基于文本的神经外科知识与针对该聊天机器人和类似聊天机器人报告的广泛知识评估结果大致一致。OpenAI 的 GPT-4 针对各种标准化测试进行了测试。2 它在法学院入学考试 (LSAT) 中得分为 88%，在统一律师资格考试中得分为 90%，在 15 门大学先修课程 (AP) 考试中的 13 门中得分为 4 或 5，两个例外是英语语言成绩为 2
编辑生成人工智能，聊天机器人和神经外科出版杂志
生成人工智能（AI）的进步，包括文本对图像程序，例如DALL-E和聊天机器人，这些程序会根据用户提示产生文本输出，例如聊天生成性预培训的预培训的变压器（OpenAI），它引起了公众的注意，并没有免疫神经外科医师。在一篇重新发表的文章中，1 Hopkins等。提出了神经外科医生在神经外科（SANS）考试问题中的自我评估国会的子集，并将聊天机器人的表现与人类SANS使用者的表现进行了比较。聊天机器人最多可以进行三次尝试以获取正确的答案。不包括基于图像的问题，因为此程序仅限于文本输入，在这些条件下，Chatgpt正确回答了60.2％的多项选择问题。相比之下，普通的SANS用户正确地回答了69％，神经外科居民62％，对神经外科感兴趣的医学生26％。首先，这些结果表明，至少按照SANS问题衡量，人们通过居留性来了解有关神经外科的很多知识。第二，基于文本的神经外科知识大致属于此和类似聊天机器人的广泛报告的知识评估结果。OpenAI的GPT-4通过广泛的标准化测试进行了测试。2它在法学院入学考试（LSAT）的第88个percentile中和统一律师考试的第90个百分位数中得分，在15个高级安排（AP）考试中，它在13个中获得了4或5分，两个例外是英语语言
在儿科神经外科中使用侵入性脑部计算机界面：技术和道德考虑
抽象的侵入性脑部计算机界面有望减轻神经系统损伤患者的残疾，并且预计在接下来的十年中，完全可植入的脑部计算机界面系统预计将到达诊所。患有严重神经系统不稳定的儿童，例如四肢瘫痪的脑瘫或颈椎创伤，可能会受益于这项技术。但是，迄今为止，它们已被排除在心脏内脑机构界面的临床试验之外。在本手稿中，我们讨论了与使用严重神经障碍儿童中使用侵入性脑部计算机界面有关的道德考虑。我们首先审查了在儿童中应用内部脑部计算机界面的技术硬件和软件注意事项。然后，我们讨论与运动神经外科运动中与运动脑部计算机界面使用有关的道德问题。最后，基于与脑部计算机界面（功能性和恢复性神经外科手术，儿科神经外科手术，数学和人工智能研究，神经开始，神经启动性，儿科伦理和特殊性的临床构建）有关的跨学科专家小组的输入（功能性和恢复性神经外科，数学和人工智能研究儿童的界面。
神经外科期间脑肿瘤和混合现实导航的专用工具
抽象的脑肿瘤手术需要在完全去除肿瘤组织的同时最大程度地减少脑功能丧失之间进行微妙的权衡。功能磁共振成像（fMRI）和扩散张量成像（DTI）已成为对人脑功能的非侵入性评估的有价值工具，现在用于确定应避免的大脑区域以防止功能障碍后的功能障碍。但是，图像分析需要不同的软件包，主要是出于研究目的而开发的，并且通常在临床环境中很难使用，从而阻止了前库氏映射的大规模扩散。我们开发了一种专门的软件，能够在单个应用程序中对多模式MRI Presurgical映射进行自动分析，并将结果转移到神经元操作器中。此外，使用优化的混合现实方法将成像结果集成在市售可穿戴设备中，并自动锚定从MRI获得的3维全息图，并使用患者的身体头部固定。这将使外科医生能够实际上探索更深的组织层，突出了需要保留的临界大脑结构，同时保留了天然的Oculo-Mans协调。该程序的增强人体工程学将显着提高手术的准确性和安全性，并为医疗保健系统和相关工业投资者提供巨大的预期收益。
基于位置的动力学模拟器的大脑变形器，用于钥匙孔神经外科手术和术中控制的动力学模拟器
摘要 - 机器人辅助手术中的许多任务需要计划和控制操纵器与高度变形对象相互作用的动作。这项研究提出了一种基于位置动力学（PBD）模拟的现实，时界的模拟器，该模拟器模拟了由于导管插入术前术前计划计划和钥匙孔外科手术程序内的术中指导而导致的大脑变形。它通过考虑变形模型，嘈杂的感应和不可预测的驱动中的不确定性来最大化成功的可能性。PBD变形参数是在平行p的模拟幻影上初始化的，以获得对脑白质的合理起始猜测。通过比较所获得的位移与复合水凝胶幻像中导管插入的变形数据进行校准。知道灰质大脑结构的不同行为，对参数进行了细小的调整以获得广义的人脑模型。将大脑结构的平均位移与文献中的值进行了比较。模拟器的数值模型对文献采用了一种新颖的方法，并且通过使用记录的Vivo动物试验的记录变形数据，平均不匹配为4.73±2.15％，它已被证明与实际脑变形密切相匹配。稳定性，准确性和实时性能使该模型适合为KN路径计划，术前路径计划和术中指导创建动态环境。