Medical needle tip tracking based on Optical Imaging and AI

要約

標的への深く針を挿入することは、専門的なスキル、支援技術、広範なトレーニングの組み合わせを必要とする大きな課題となることがよくあります。
このような専門知識を必要とする頻繁に遭遇する医療シナリオの 1 つに、鼠径部の大腿血管への針の挿入が含まれます。
大腿血管にアクセスした後は、心臓カテーテル法や体外膜型人工肺（ECMO）などのさまざまな医療処置を実行できます。
ただし、超音波画像診断の助けを借りたとしても、解剖学的構造や組織の変形の複雑さにより、挿入を成功させるには複数回の試行が必要になる場合があります。
この課題に対処するために、この論文では、針挿入ガイドの強化を目的とした、針先端のリアルタイム追跡のための革新的な技術を紹介します。
具体的には、私たちのアプローチは、光ファイバーを装備した針を使用した散乱イメージングの作成を中心に展開し、畳み込みニューラル ネットワーク (CNN) ベースのアルゴリズムを使用して、挿入手順中の針先端の位置と方向のリアルタイム推定を可能にします。
提案された技術の有効性は 3 つの実験を通じて厳密に評価されました。
最初の 2 つの実験では、鼠径部の解剖学をシミュレートするためにゴムとベーコンのファントムが使用されました。
位置誤差は平均 2.3+1.5mm および 2.0+1.2mm、方向誤差は平均 0.2+0.11rad および 0.16+0.1rad です。
さらに、このシステムの機能は、より複雑な解剖学的構造を模倣した新鮮なブタファントムで行われた実験を通じて検証され、3.2+3.1mmの位置精度と0.19+0.1radの方向精度の結果が得られました。
大腿動脈の平均半径が 4 ～ 5 mm であることを考慮すると、提案されたシステムは、大腿動脈挿入手順における正確な針の誘導に大きな可能性があることが実証されています。
さらに、この調査結果は、医療分野におけるこのシステムのより広範な潜在的な応用可能性を強調しています。

要約(オリジナル)

Deep needle insertion to a target often poses a huge challenge, requiring a combination of specialized skills, assistive technology, and extensive training. One of the frequently encountered medical scenarios demanding such expertise includes the needle insertion into a femoral vessel in the groin. After the access to the femoral vessel, various medical procedures, such as cardiac catheterization and extracorporeal membrane oxygenation (ECMO) can be performed. However, even with the aid of Ultrasound imaging, achieving successful insertion can necessitate multiple attempts due to the complexities of anatomy and tissue deformation. To address this challenge, this paper presents an innovative technology for needle tip real-time tracking, aiming for enhanced needle insertion guidance. Specifically, our approach revolves around the creation of scattering imaging using an optical fiber-equipped needle, and uses Convolutional Neural Network (CNN) based algorithms to enable real-time estimation of the needle tip’s position and orientation during insertion procedures. The efficacy of the proposed technology was rigorously evaluated through three experiments. The first two experiments involved rubber and bacon phantoms to simulate groin anatomy. The positional errors averaging 2.3+1.5mm and 2.0+1.2mm, and the orientation errors averaging 0.2+0.11rad and 0.16+0.1rad. Furthermore, the system’s capabilities were validated through experiments conducted on fresh porcine phantom mimicking more complex anatomical structures, yielding positional accuracy results of 3.2+3.1mm and orientational accuracy of 0.19+0.1rad. Given the average femoral arterial radius of 4 to 5mm, the proposed system is demonstrated with a great potential for precise needle guidance in femoral artery insertion procedures. In addition, the findings highlight the broader potential applications of the system in the medical field.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google