倫敦國王學院生物醫(yī)學工程與成像科學學院的一名研究生開發(fā)了一種深度學習框架，以增強一種基于新型發(fā)光二極管 (LED) 的光聲成像技術，以改善微創(chuàng)手術過程中沉浸式醫(yī)療設備的可視化。
這篇發(fā)表在Photoacoustics上的論文表明，與傳統(tǒng)重建相比，基于學習的框架通過抑制背景噪聲和圖像偽影顯著提高了體內光聲成像中的針頭可見度——這意味著圖像更清晰，并且提供了更好的針頭可視化。
研__或組織暴露——通過在光聲成像中準確識別臨床針頭。
超聲 (US) 成像廣泛用于指導微創(chuàng)經(jīng)皮手術，例如周圍神經(jīng)阻滯、腫瘤活檢和胎兒血液取樣。
在這些過程中，在實時超聲引導下，將金屬針經(jīng)皮刺入體內，朝向目標。準確有效地識別目標和針頭對于確保手術的有效性和安全性至關重要。
光聲成像是一種混合模式，它基于檢測組織響應組織吸收光而產(chǎn)生的 US 信號。
由于每種類型的組織對某些顏色的光都有吸收偏好，因此光聲成像可以以高空間分辨率區(qū)分各種組織類型，這可以幫助外科醫(yī)生更好地識別手術目標并避免損壞關鍵組織結構。
第一作者和博士生物醫(yī)學工程與影像科學學院的學生史孟杰說，由于該框架已經(jīng)在健康的人類志愿者身上得到驗證，它可以集成到實時應用程序中。這可以為臨床醫(yī)生提供針頭位置的實時反饋，以便他們在接收來自光聲圖像和超聲圖像的反饋以進行更好的手術時，可以高度自信地將針頭接近手術目標。
“如果我們能夠獲得可以提供給手術的高成像質量，它將減少神經(jīng)損傷等并發(fā)癥，”施說。
標簽：
免責聲明：本文由用戶上傳，如有侵權請聯(lián)系刪除！