研究表明计算机视觉在识别脊柱植入物方面优于外科医生

当患者需要修复手术时，识别先前放置的脊柱硬件可能很困难且耗时。当患者被转诊到别处时，通常会缺少有关植入物型号和类型的详细信息，或者手术记录中可能会遗漏这些信息。为了克服这一挑战，研究人员开发了一种计算机视觉机器学习方法，可以更准确、更有效地识别之前放置的胸腰椎器械。

详细介绍计算机视觉模型的研究今天发表在《神经外科杂志：脊柱》上。

为了构建他们的计算机视觉分类器，Alexander E. Ropper 博士及其同事使用了 1,072 张射线照片，这些照片显示了五家不同设备公司制造的放置胸腰椎器械的术后视图。每个图像都标有植入的设备，并使用利用 KAZE 特征检测的视觉词袋技术构建计算机视觉支持向量机分类器。

两个最常放置的横向、前后和融合图像系统的二元分类准确率分别为 93.15%、88.98% 和 91.08%，尽管每增加一个制造商准确率都会降低 10% 。计算机视觉模型在准确性(79% 对 44%)和完成时间(14 秒对 20 分钟)方面均优于两名外科医生和三名制造商代表。提高模型准确性的进一步措施包括增加每个制造商的图像数量以确保均匀分布。

当被问及这项研究时，Ropper 博士说，“这种计算机视觉机器学习模型将能够帮助外科医生规划修复仪器融合。通过在修复手术前根据标准射线照片准确快速地识别现有硬件，外科医生和手术室工作人员将更好地准备移除或修改硬件。”

　　免责声明：本文由用户上传，与本网站立场无关。财经信息仅供读者参考，并不构成投资建议。投资者据此操作，风险自担。 如有侵权请联系删除！