利用高光谱成像进行腮腺切除术中的自动组织区分
图像与视频处理
2024-12-23 v1 计算机视觉与模式识别
医学物理
摘要
在头颈部手术中,术中持续的组织区分对于避免损伤神经和血管等敏感结构至关重要。高光谱成像(HSI)结合神经网络分析可辅助外科医生进行组织区分。本工作采用覆盖400-1000 nm范围的高光谱数据,使用三维卷积神经网络。采集系统由两台多光谱快照相机组成,形成立体高光谱系统。在分析中,纳入了18名接受腮腺切除术患者的27张图像,标注了腺体组织、神经、肌肉、皮肤和静脉。根据留一受试者原则,移除三名患者用于评估。剩余图像用于训练,数据随机划分为训练组和验证组。在验证中取得了98.7%的总体准确率,表明训练稳健。在排除患者上的评估中取得了83.4%的总体准确率,展现出良好的检测与识别能力。结果明确表明可以利用高光谱成像实现稳健的术中组织区分。尤其对腮腺或神经组织的高灵敏度具有临床重要性。有趣的是,静脉常与肌肉混淆。这需要进一步分析,并表明全面且高质量的数据基础至关重要,这在手术中尤其具有挑战性。
引用
@article{arxiv.2412.04879,
title = {Automatic Tissue Differentiation in Parotidectomy using Hyperspectral Imaging},
author = {Eric L. Wisotzky and Alexander Schill and Anna Hilsmann and Peter Eisert and Michael Knoke},
journal= {arXiv preprint arXiv:2412.04879},
year = {2024}
}
备注
Accepted and presented at 58th Annual Conference of the German Society for Biomedical Engineering in press at Current Directions in Biomedical Engineering