基于深度学习自动化脑深部电刺激术的术前规划应用研究
吴伟东1
巩顺2
李欣阳3
陶英群1
1.中国人民解放军北部战区总医院神经外科,辽宁 沈阳 110016;中国医科大学,辽宁 沈阳 1101222.中国人民解放军北部战区总医院神经外科,辽宁 沈阳 1100163.辽宁康袤医疗科技有限公司,辽宁 沈阳 110004
摘要：目的 探索基于深度学习实现丘脑底核脑深部电刺激术(subthalamic nucleus deep brain stimulation,STN-DBS)自动化核团标注、手术靶点定位及电极植入路径规划.方法 来自北部战区总医院神经外科行双侧STN-DBS手术的155例患者的影像资料.首先,采用3D UX Net卷积神经网络基于MRI图像提取深度学习特征并完成丘脑底核(subthalamic nucleus,STN)及红核(red nuclei,RN)的分割;然后通过算法实现丘脑底核的自动化靶点定位;最后在规定的皮层入路点范围区域内生成不多于4根的电极植入路径.通过人工审查验证靶点及电极植入路径的临床可行性.结果 通过3D UX Net卷积神经网络算法进行核团分割,红核分割性能的Dice值为0.90.STN分割性能的Dice值为0.84.自动化生成STN靶点经人工审查验证可行的坐标与人工手术规划STN靶点坐标的欧几里得距离为(1.2±0.4)mm.25例测试集中自动化STN靶点定位及电极植入路径通过人工审查可行有20例(20/25),自动化靶点定位及电极路径与人工规划靶点及路径差异无统计学意义(P=0.059).结论 3D UX Net卷积神经网络可以较精确地分割STN及红核,通过自动化靶点定位及路径规划的STN-DBS手术计划临床可行且耗时短,可以为临床医生手术前规划提供参考.
关键词：深度学习自动化脑深部电刺激术手术规划
分类号：R651.1(外科学各论)
资助基金：辽宁省应用基础研究计划项目(2022JH2/101300055、2023JH2/101700104)
论文发表日期：2024-08-09
在线出版日期：2025-08-15（本平台首次上网日期，不代表文献的发表时间）
页数：7( 37-43 )
英文信息