尚华清（中国科学院深圳先进技术研究院）
摘要
本文提出了一种基于术前CT图像的自动椎弓根螺钉路径规划方法，旨在提高脊柱手术的精度。通过深度学习网络对椎骨进行分割和识别，并在每个椎骨上建立局部坐标系，以便根据解剖特征计算出理想的螺钉路径。实验结果表明，该方法在93%的案例中成功规划了被外科医生认可的路径，大幅减少了人工干预和手术准备时间。
方法
研究采用3D U-Net架构的卷积神经网络进行CT图像分割，实现对单个椎骨的识别。接着为每个椎骨建立局部坐标系，便于分析其解剖几何特征。然后通过算法确定螺钉路径，并进行旋转、平移等调整，确保路径符合临床要求。整个过程实现了从数据输入到路径输出的自动化处理。
总结
此方法实现了自动化、高效的椎弓根螺钉路径规划，得到了93%合格率的外科验证结果。它简化了手术前的准备过程，显著减少了医生的工作量，同时提高了手术路径的稳定性和准确性。该技术适用于不同形状的椎骨，显示出在实际临床中的广泛应用潜力。
创新点
1. **深度学习分割**：应用基于3D U-Net的网络，精准分割CT图像中的椎骨。
2. **全自动路径规划**：自动建立局部坐标系并计算最优路径，降低人为干预。
3. **高成功率**：验证实验中，93%的路径被外科医生评定为合格。
4. **手术时间缩短**：加速了术前规划，提高了整体手术效率。
椎弓根螺钉置放的自动路径规划步骤
文章来源：https://ieeexplore.ieee.org/document/9722904
视频链接：微信视频号—思考特赋能科技
利益冲突说明：
1.本文献研究无资助。
2.本内容不存在研究者、伦理委员会与公开研究成果有关的利益冲突
3.本公众号及相关机构、委员会将定期对利益冲突进行审查和监督，确保活动的独立性和公正性。
授权说明：本内容授权给北京石景山思考特赋能科技公益发展中心登载播放，其他人未经授权不能转载下载。
中文
