يحدد نهج التعلم الآلي للرؤية الحاسوبية بدقة أدوات الصدر القطنية الموضوعة مسبقًا

قد يكون تحديد موقع أجهزة العمود الفقري الموضوعة مسبقًا عندما يحتاج المريض إلى جراحة ترميمية أمرًا صعبًا ويستغرق وقتًا طويلاً. غالبًا ما تكون المعلومات التفصيلية عن نموذج الغرسة ونوعها غير متوفرة عند إحالة المرضى إلى مكان آخر أو في عداد المفقودين من الملاحظات الجراحية. للتغلب على هذا التحدي ، طور الباحثون نهج التعلم الآلي للرؤية الحاسوبية الذي يحدد بدقة وكفاءة أدوات الصدر القطنية الموضوعة مسبقًا. تم نشر دراسة تصف نموذج الرؤية الحاسوبية اليوم مجلة جراحة المخ والأعصاب: العمود الفقري ويمكن العثور عليها في https://thejns.org/doi/10.3171/22.11.SPINE221009.

لتطوير مصنف رؤية الكمبيوتر الخاص بهم ، قام د. الكسندر إي. استخدم روبر وزملاؤه 1072 صورة شعاعية تظهر مشاهد ما بعد الجراحة لأجهزة الصدر القطنية المصنعة من قبل خمس شركات مختلفة للأجهزة. تم تصنيف كل صورة باستخدام جهاز مناسب ، وتم استخدام تقنية زوج من الكلمات المرئية باستخدام ميزة اكتشاف ميزة KAZE لتطوير مصنف جهاز متجه لدعم رؤية الكمبيوتر. كانت معدلات الدقة للتصنيف الثنائي للنظامين الشائعين للوضع الجانبي ، الأمامي الخلفي ، والصور المجمعة 93.15٪ ، 88.98٪ ، و 91.08٪ على التوالي ، على الرغم من أن الدقة انخفضت بنسبة 10٪ عند إضافة كل مصنع. تفوق نموذج الرؤية الحاسوبية على اثنين من الجراحين وثلاثة ممثلين عن الشركة المصنعة في كل من الدقة (79٪ و 44٪) ووقت الانتهاء (14 ثانية و 20 دقيقة). تشمل الخطوات الإضافية لتحسين دقة أخذ العينات زيادة عدد الصور لكل منتج لضمان التوزيع المتساوي.

عند سؤال د. قال روبر: “يمكن لنموذج التعلم الآلي للرؤية الحاسوبية هذا أن يساعد الجراحين في تخطيط عمليات الدمج باستخدام الأدوات الجراحية. من خلال التحديد الدقيق والسريع للأجهزة الموجودة بناءً على الصور الشعاعية القياسية قبل الجراحة الترميمية ، سيكون كل من الجراحين والمديرين مجهزين بشكل أفضل لإزالة أو تصحيح الأجهزة. “.”