XiaoMi-AI文件搜索系统
World File Search Systemsurgical
一种新型手术规划系统，使用人工智能模型来优化具有最高骨矿物质密度和最强拉出力的椎弓根螺钉轨迹规划
目的 本研究旨在评估一种新型人工智能 (AI) 模型在骨质疏松患者中识别具有更高骨矿物质密度 (BMD) 和更高拉出力 (POF) 的优化椎弓根螺钉轨迹的能力。方法使用 3D 图形搜索和基于 AI 的有限元分析模型开发了一种创新的椎弓根螺钉轨迹规划系统（称为 Bone's Trajectory）。回顾性分析了 21 名老年骨质疏松患者术前 CT 扫描。AI 模型自动计算替代椎弓根轨迹的数量、轨迹 BMD 和估计的 L3-5 POF。记录优化轨迹的最高 BMD 和最高 POF，并将其与 AO 标准轨迹进行比较。结果 患者平均年龄为 69.6 ± 7.8 岁，平均椎体 BMD 为 55.9 ± 17.1 mg/ml。在 L3–5 的两侧，优化轨迹的 BMD 和 POF 明显高于 AO 标准轨迹（p < 0.05）。平均而言，优化轨迹螺钉的 POF 至少比 AO 轨迹螺钉增加 2.0 倍。结论 新型 AI 模型在选择 BMD 和 POF 高于 AO 标准轨迹的优化椎弓根轨迹方面表现良好。
一种使用人工智能模型优化规划具有最高骨密度和最强拔出力的椎弓根螺钉轨迹的新型手术规划系统
目的 本研究旨在评估一种新型人工智能 (AI) 模型在骨质疏松患者中识别具有更高骨矿物质密度 (BMD) 和更高拉出力 (POF) 的优化椎弓根螺钉轨迹的能力。方法 使用 3D 图形搜索和基于 AI 的有限元分析模型开发了一种创新的椎弓根螺钉轨迹规划系统，称为骨轨迹。回顾性分析了 21 名老年骨质疏松患者的术前 CT 扫描。AI 模型自动计算替代椎弓根轨迹的数量、轨迹 BMD 和 L3-5 的估计 POF。记录优化轨迹的最高 BMD 和最高 POF，并与 AO 标准轨迹进行比较。结果 患者平均年龄为 69.6 ± 7.8 岁，椎体平均 BMD 为 55.9 ± 17.1 mg/ml。在 L3–5 两侧，优化轨迹的 BMD 和 POF 均显著高于 AO 标准轨迹（p < 0.05）。平均而言，优化轨迹螺钉的 POF 与 AO 轨迹螺钉相比至少增加了 2.0 倍。结论 新型 AI 模型在选择比 AO 标准轨迹具有更高 BMD 和 POF 的优化椎弓根轨迹方面表现良好。
使用加固学习的手术期转变
摘要。在微创手术中，视频分析的手术工作流程分割是一个经过深入研究的主题。传统的AP-PRACH将其定义为多类分类问题，其中各个视频帧被归因于手术期标签。我们引入了一种新颖的加固学习公式，以用于离线相过渡检索。我们没有试图对每个视频框架进行分类，而是确定每个相变的时间框架。通过构造，我们的模型不会产生虚假和嘈杂的相变，而是连续的相位块。我们研究了该模型的两种不同配置。第一个不需要在视频中处理所有框架（在2个不同的应用程序中仅<60％和<20％的帧），而在最先进的准确性下略微产生结果。第二个配置处理所有视频帧，并以可比的计算成本优于最先进的框架。我们将方法与公共数据集Cholec80上的最近基于框架的最高框架方法Tecno和Trans-Svnet进行了比较，也将腹腔镜sapocococopopopopopopopopopopexy的内部数据集进行了比较。我们同时执行基于帧的（准确性，精度，重新调用和F1得分），也可以对我们的算法进行基于事件的（事件比率）评估。
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。
ESSO核心课程委员会有关手术肿瘤学的最新信息
jos van of the Have of **，圣所的Sergence。 Elizabeth Bergeh Nilsen，Kalijn Bol，Andreas Brandl，O，Jerry Braun，Tanja Cufer Q，Ginhoven，Santiago Gonzalez-Moreno W，Jos van D'R，Merlin Hutteman P，Yazan Masannat X，Eliza faster fastema Domenico d'ugo在这里，金星在这里，Lynda Wyld AJ，Ane Gerda Zahl Eriksson
COVID-19 疫苗对外科手术的影响
迄今为止，澳大利亚使用两种疫苗：辉瑞/BioNTech（Comirnaty，BNT162b2）和阿斯利康疫苗（AZD1222，ChAdOx1）。7,8 杨森（Ad26.COV2.S）和 Moderna（SpikeVax，mRNA-1273）疫苗已获得临时批准。8 在新西兰，辉瑞疫苗是目前唯一使用的疫苗。9 这两种疫苗都具有良好的疗效，这是其 II/III 期临床试验结果推断出来的。10,11 然而，疫苗的长期安全性尚不确定，有报道称阿斯利康疫苗与血栓形成和血小板减少综合征 (TTS) 的出现有关，TTS 是一种以血小板计数低为特征的综合征。 7 考虑到年轻人群的安全问题，澳大利亚政府建议 60 岁以下人群（即 AZD1222 出现并发症风险较高的人群）使用辉瑞疫苗，老年人则建议使用阿斯利康疫苗。 7 对于高风险患者群体（例如免疫功能低下者），应根据具体情况决定合适的疫苗，因为疫苗的效力可能会降低。 12
神经外科 - 重点
目的随着3D建模技术和可视化设备的进步，基于增强现实（AR）的导航（AR导航）正在积极开发。作者开发了他们新开发的由内而外跟踪AR导航系统的试验模型。方法基于视觉惯性里程计（VIO）算法开发了由内而外的AR导航技术。创建快速响应（QR）标记并将其用于图像特征检测算法。由内而外的AR导航通过可视化设备识别、标记识别、AR实现和在运行环境中注册的步骤进行。创建了用于AR渲染的虚拟3D患者模型和用于验证注册精度的3D打印患者模型。由内而外跟踪用于注册。通过使用直观、可视化和定量的方法来通过匹配误差识别坐标来验证注册精度。开发了微调和不透明度调整功能。结果开发了基于ARKit的由内而外的AR导航。 AR模型的基准标记与3D打印患者模型的基准标记在所有位置均正确重叠，没有错误。AR导航的肿瘤和解剖结构与3D打印患者模型颅内放置的肿瘤和结构精确重叠。使用坐标量化配准精度，x轴和y轴的平均移动误差分别为0.52±0.35和0.05±0.16毫米。x轴和y轴的梯度分别为0.35°和1.02°。视频证明了微调和不透明度调整功能的应用。结论作者开发了一种基于内向外跟踪的新型AR导航系统，并验证了其配准精度。该技术系统可应用于针对特定患者的神经外科手术的新型导航系统。
真实大脑的虚拟解剖：将摄影 3D 模型整合到虚拟现实中以及其对神经外科住院医师教育的影响
目的虚拟现实 (VR) 在神经外科教育和手术模拟中的应用日益广泛。到目前为止，VR 模拟的 3D 源来自医学图像，缺乏真实色彩。作者根据解剖尸体制作了照片 3D 模型，并将其集成到 VR 平台中。本研究旨在介绍一种开发照片集成 VR 的方法，并评估这些模型的教育效果。方法准备一个硅胶注射的尸体头部。对标本进行 CT 扫描，将软组织和头骨分割成 3D 对象。逐层解剖尸体，并用摄影测量法对每一层进行 3D 扫描。将对象导入免费的 VR 应用程序并分层。使用头戴式显示器和控制器，向神经外科住院医师演示了各种神经外科手术方法。在使用照片 3D 模型进行实际虚拟手术后，收集了 31 名参与者的反馈调查。结果 照片3D模型无缝集成到VR平台中。通过照片集成VR成功进行了各种颅底入路。在虚拟解剖过程中，根据颜色和形状识别标志性解剖结构。受访者对照片3D模型的评分高于传统3D模型（分别为4.3±0.8 vs 3.2±1.1；p=0.001）。他们回答说，使用照片3D模型进行虚拟手术有助于提高他们的手术技能以及开发和研究新的手术入路。 结论 作者首次将照片3D模型引入虚拟手术平台。将照片与3D模型相结合并使用分层技术增强了3D模型的教育效果。未来，随着计算机技术的进步，将可以实现更逼真的模拟。
Neurosurgical-焦点
目的本研究的目的是评估增强现实手术导航（ARSN）系统的准确性（与目标或预期路径的偏差）和功效（插入时间），以插入活检针和外部心室排水（EVD）（EVD），两个常见的神经外科手术，需要高度的神经外科手术。使用了基于混合手术室的ARSN系统，其中包括具有术中圆锥形圆锥形CT（CBCT）的机器人C臂（CBCT）以及使用非引人注目的粘合剂光学标记的患者和仪器的集成视频跟踪。获得了一个3D打印的头骨幻影，具有逼真的凝胶脑模型，其中含有空气室和2毫米球形活检靶标。最初的CBCT获取目标注册和计划后，ARSN用于30次颅骨活检和10个EVD插入。通过CBCT验证针头位置。结果活检针插入（n = 30）的平均准确性为0.8 mm±0.43 mm。中值路径长度为39毫米（范围16–104 mm），与精度无关（p = 0.15）。中间设备插入时间为149秒（范围87-233秒）。与计划的路径相比，EVD插入（n = 10）的平均插入（n = 10）为2.9 mm±0.8 mm，角度偏差为0.7°±0.5°，中间插入时间为188秒（范围135-400秒）。结论这项研究表明，ARSN可用于以很高的准确性和功效为导航经皮颅骨活检和EVD。