Pelphix: Surgical Phase Recognition from X-ray Images in Percutaneous Pelvic Fixation

要約

【タイトル】- Pelphix: Percutaneous Pelvic FixationにおけるX線画像からの外科手術フェーズ認識

【要約】
– 外科手術フェーズ認識(SPR)は、現代の手術室のデジタル化において重要な要素である。
– ビデオソースに基づくSPRは確立されているが、介入性X線シーケンスを組み込んだものはまだ研究されていない。
– この論文では、Markovプロセスとして、骨盤骨折の経皮的固定における手順を4つの粒度レベルでモデル化するPelphixを提案する。
– 4つの粒度レベル(回廊、アクティビティ、ビュー、フレーム値)で手術のフェーズを回帰するためにトランスフォーマーモデルにフィードされる画像表現を学習する。
– 我々のアプローチは、シュミレーションされたシーケンスにおいて平均精度93.8%、解剖学上のカデバーにおいて全粒度レベルで67.57%、リアルデータの対象回廊において最大88%の精度を実現し、X線に基づくSPRの実現可能性を示している。
– X線に基づくSPRが成熟するにつれて、手術室での状況認識を備えたインテリジェント手術システムを装備することによって、整形外科、血管造影、介入放射線学の手順に役立つことが期待される。
– この研究は、X線領域のSPRへの第一歩となり、画像シーケンスのシミュレーションを可能にし、機械学習モデルの開発を可能にするアプローチを確立し、実際の手順の分析にも適用できることを示している。

要約(オリジナル)

Surgical phase recognition (SPR) is a crucial element in the digital transformation of the modern operating theater. While SPR based on video sources is well-established, incorporation of interventional X-ray sequences has not yet been explored. This paper presents Pelphix, a first approach to SPR for X-ray-guided percutaneous pelvic fracture fixation, which models the procedure at four levels of granularity — corridor, activity, view, and frame value — simulating the pelvic fracture fixation workflow as a Markov process to provide fully annotated training data. Using added supervision from detection of bony corridors, tools, and anatomy, we learn image representations that are fed into a transformer model to regress surgical phases at the four granularity levels. Our approach demonstrates the feasibility of X-ray-based SPR, achieving an average accuracy of 93.8% on simulated sequences and 67.57% in cadaver across all granularity levels, with up to 88% accuracy for the target corridor in real data. This work constitutes the first step toward SPR for the X-ray domain, establishing an approach to categorizing phases in X-ray-guided surgery, simulating realistic image sequences to enable machine learning model development, and demonstrating that this approach is feasible for the analysis of real procedures. As X-ray-based SPR continues to mature, it will benefit procedures in orthopedic surgery, angiography, and interventional radiology by equipping intelligent surgical systems with situational awareness in the operating room.

arxiv情報

著者 Benjamin D. Killeen,Han Zhang,Jan Mangulabnan,Mehran Armand,Russel H. Taylor,Greg Osgood,Mathias Unberath
発行日 2023-04-18 20:48:14+00:00
arxivサイト arxiv_id(pdf)

提供元, 利用サービス

arxiv.jp, OpenAI

カテゴリー: cs.AI, cs.CV, cs.LG, q-bio.QM パーマリンク