تقسیم بندی تصویر MR خودکار امکان استفاده از واقعیت افزوده (AR) را برای جراحان فراهم می کند.
محققان به سرپرستی دکتر تیم فیک از مرکز سرطان شناسی اطفال پرنسس ماکسیما در اوترخت هلند ،الگوریتم تقسیم بندی مبتنی بر ابر را توسعه داده و تأیید کردند که به طور خودکار مدل های سه بعدی را از توالی های MR با وزن تضمین شده T1 تولید می کند. سپس این مدل ها به طور خودکار بهینه شده و برای جراحان مغز و اعصاب آماده می شوند تا به صورت سه بعدی در کامپیوتر یا هدست AR مشاهده کنند. در آزمایش بر روی 50 بیمار مبتال به تومور مغزی ، رویکرد آنها بسیار دقیق و بسیار سریعتر از تقسیم بندی دستی بود.
نویسندگان می نویسند: “الگوریتم تقسیم بندی خودکار مبتنی بر ابر قابل اطمینان ، دقیق و سریع است تا به جراحان مغز و اعصاب در عمل بالینی روزمره کمک کند و با ارائه تجسم واقعیت افزوده سه بعدی ضایعات داخل جمجمه ای که کنتراست را افزایش می دهند ، اندازه آنها حداقل 5 سانتی متر باشد.”
تعدادی از مطالعات مزایای مدلهای سه بعدی و AR را در تجسم آسیب شناسی پیچیده و آناتومی و همچنین برنامه ریزی و آماده سازی جراحی نشان داده اند. با این حال ، در حال حاضر این امر نیاز به چندین مرحله دستی دارد ، از جمله صدور تصاویر DICOM از PACS ، ایجاد مدلهای سه بعدی با تقسیم بندی دستی یا نیمه خودکار ، بهینه سازی مدلها برای تجسم ، ساده سازی مدلها برای محاسبه قدرت پردازش محدود و سپس ذخیره آنها در فرمتهای مختلف فایل به گفته محققان ، این فرایند دست و پا گیر است و بنابراین نمی تواند در تمرینات بالینی روزانه ادغام شود.
“برای دسترسی بیشتر این تکنیک به جراحان ، ما یک گردش کار کاملا خودکار ایجاد کردیم که از تصاویر DICOM برای ایجاد مدل های سه بعدی مناسب برای AR [نمایشگرهای روی سر] استفاده می کند و با یک الگوریتم تقسیم بندی خودکار یکپارچه شده است که پوست ، مغز ، بطن ها را تقسیم بندی می کند“، نویسندگان نوشتند.
نویسندگان محدودیت های الگوریتم را در رابطه با حداقل حجم تومور و آسیب هایی که می تواند برای آنها استفاده شود ، تصدیق کردند.
آنها می نویسند: “مراحل بعدی شامل ترکیب سکانس های دیگر و بهبود دقت با تنظیم سه بعدی به منظور گسترش دامنه جریان کار واقعیت افزوده است.”