基于自监督 Mamba 的鼻窦手术形状预测
计算机视觉与模式识别
2025-03-04 v4
摘要
耳蜗植入（CI）程序需要将电极阵列插入耳内的鼻膜内。为此，鼻窦手术是通过高速钻头移除颅骨鼻窦区域的手术程序，为通过中耳和内耳提供安全的进入通道。本文提出一种新颖的 Mamba 方法，用于仅依据术前 CT 扫描合成鼻窦手术体积，鼻窦区域保持完整。我们的方法引入一种自监督学习框架，用于从术前 CT 扫描预测鼻窦手术形状并重建 3D 术后鼻窦表面。该重建与手术内观察下的显微镜视图一致，为各种下游手术应用提供支持。为了进行训练，我们利用术后 CT 扫描规避了人工数据清洗和标注，即使鼻窦手术中移除的区域受金属器件、低信噪比或电极线束等挑战的影响。我们的方法在估计鼻窦手术区域时实现了 0.70 的平均 Dice 评分，展示了其在准确和高效的手术术前规划中的有效性。
引用
@article{arxiv.2407.15787,
title = {Self-supervised Mamba-based Mastoidectomy Shape Prediction for Cochlear Implant Surgery},
author = {Yike Zhang and Eduardo Davalos and Dingjie Su and Ange Lou and Jack H. Noble},
journal= {arXiv preprint arXiv:2407.15787},
year = {2025}
}