Towards Real-time Intrahepatic Vessel Identification in Intraoperative Ultrasound-Guided Liver Surgery

要約

腹腔鏡下肝切除術は、従来の開腹手術に比べて合併症が少なく、患者の予後も良好であるが、肝臓の内部構造を表現することが難しいため、その複雑さが普及の妨げとなっている。腹腔鏡下術中超音波検査は、効率的で費用対効果が高く、放射線を使用しないガイダンスを提供する。われわれの目的は、腹腔鏡下手術中超音波を用いて医師が肝臓の内部構造を確認できるようにすることである。我々は、術前の3D超音波肝臓ボリュームを使用して、門脈樹と枝構造をリアルタイムで識別するためのディープラーニングモデルを訓練する、患者固有のアプローチを提案する。我々のパーソナライズドAIモデルは、生体外の豚肝臓で検証され、外科医と比較して優れた精度（0.95）と想起（0.93）を達成し、超音波ベースの肝切除における正確な血管同定のための基礎を築いた。その適応性と潜在的な臨床的影響は、外科的介入を進歩させ、患者のケアを改善することを約束する。

要約(オリジナル)

While laparoscopic liver resection is less prone to complications and maintains patient outcomes compared to traditional open surgery, its complexity hinders widespread adoption due to challenges in representing the liver’s internal structure. Laparoscopic intraoperative ultrasound offers efficient, cost-effective and radiation-free guidance. Our objective is to aid physicians in identifying internal liver structures using laparoscopic intraoperative ultrasound. We propose a patient-specific approach using preoperative 3D ultrasound liver volume to train a deep learning model for real-time identification of portal tree and branch structures. Our personalized AI model, validated on ex vivo swine livers, achieved superior precision (0.95) and recall (0.93) compared to surgeons, laying groundwork for precise vessel identification in ultrasound-based liver resection. Its adaptability and potential clinical impact promise to advance surgical interventions and improve patient care.

arxiv情報

提供元, 利用サービス

arxiv.jp, DeepL