图像引导人工耳蜗编程技术的验证
计算机视觉与模式识别
2021-08-23 v2 图像与视频处理
定量方法
摘要
人工耳蜗（CIs）是重度至极重度听力损失患者的标准治疗方法。近期研究表明，听力效果与耳蜗内解剖结构及电极位置相关。我们课题组开发了图像引导人工耳蜗编程（IGCIP）技术，该技术使用图像分析方法在植入前或植入后的 CT 图像中分割内耳结构，并在植入后的 CT 图像中定位人工耳蜗电极。这可通过建议应停用哪些触点来减少已知会影响效果的电极相互作用，从而辅助听力学家进行人工耳蜗编程。临床研究表明，IGCIP 可改善人工耳蜗使用者的听力效果。然而，IGCIP 对两个主要步骤——电极定位与耳蜗内解剖分割——精度的敏感性尚属未知。本文中，我们构建了一个包含 35 个颞骨标本的常规 CT 与微 CT 图像的基准真值数据集，以严格刻画这两个步骤的精度，并评估这些步骤中的误差如何影响整体结果。研究结果表明，在具备临床植入前与植入后 CT 时，IGCIP 产生的结果与相应基准真值可比的受试者占 86.7%；仅具备植入后 CT 时，该比例为 83.3%。这些结果表明，我们当前的方法对分割与定位误差具有鲁棒性，但仍有改进空间。关键词：人工耳蜗，基准真值，分割，验证
引用
@article{arxiv.1909.10137,
title = {Validation of image-guided cochlear implant programming techniques},
author = {Yiyuan Zhao and Jianing Wang and Rui Li and Robert F. Labadie and Benoit M. Dawant and Jack H. Noble},
journal= {arXiv preprint arXiv:1909.10137},
year = {2021}
}
备注
37 pages, 12 figures, 7 tables