XiaoMi-AI文件搜索系统
World File Search System拔出
TiNi™ 销钉拔出器
注意：本手册中描述的信息和建议不可能涵盖产品的所有应用或产品使用条件的变化。此处的建议基于制造商的经验、研究和测试。它们被认为是准确的，但不作任何明示或暗示的保证。此外，此处包含的规格均为名义规格，代表我们当前的生产。所描述的产品可能会发生变化。请随时联系 Ensign-Bickford Aerospace & Defense Company 进行验证。无保证或责任：此处描述的产品按“原样”出售，不提供任何明示或暗示的、由法律或其他方式产生的保证或担保，包括但不限于任何适销性或适用于特定用途的保证。买方和用户进一步同意免除卖方因购买或使用此处描述的任何产品而产生的任何和所有责任，无论此类责任是否由卖方的疏忽引起或基于严格的产品责任或赔偿或分担原则。内容©2021 Ensign-Bickford Aerospace & Defense Company，美国康涅狄格州辛斯伯里 06070
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。