方法論記事

コンピュータ断層撮影画像融合 による 人工内耳における電極位置評価の強化

DOI：

10.3791/67062

⸱

2025年1月17日

 ,  ,  ,  ,  , 
1King Abdullah Ear Specialist Center (KAESC), College of Medicine, King Saud University Medical City (KSUMC), King Saud University, 2Research Department, MED-EL GmbH, 3Department of Otolaryngology-Head and Neck Surgery, College of Medicine, Jouf University

* These authors contributed equally

この記事について

サマリー

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

このプロトコルは、人工内耳装用者の術前および術後のコンピューター断層撮影画像を融合する方法を示しています。このアプローチにより、挿入深さの測定精度と電極アレイ接点の中心周波数が向上する可能性があります。さらに、この方法は、人工内耳分野の新たな分野である解剖学ベースのフィッティングにも応用できる可能性があります。

要約

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

この研究は、術前と術後のコンピューター断層撮影 (CT) 画像の融合が、人工内耳 (CI) レシピエントの電極配置と中心周波数 (CF) の評価に役立つかどうかを判断することを目的としています。副次的な目的は、人工内耳のパラメータを測定するための自動融合法と手動法を比較することでした。この研究には、術前と術後の両方のCTスキャンを受けたCIを持つ20の耳が含まれていました。蝸牛パラメータの手動測定は、最初に術後CT画像から行われ、その後、耳鼻咽喉科ソフトウェア(OTOPLAN)で融合した術前および術後のCT画像を使用して自動検出されました。各電極接点の角度挿入深さ(AID)とCFは、両方の方法を使用して計算され、エラーの違いが評価されました。この分析では、蝸牛の幅 (B 値) と蝸牛管の長さ (CDL) の 2 つの方法の間に有意差が示されました。ただし、これらの違いは臨床的に有意ではありませんでした。.また、蝸牛の直径(A値)にも統計学的に有意な差は認められませんでした。平均差は、A値で0.04mm、B値で0.21mm、CDL値で0.73mmでした。AIDとCFの比較では、電極番号5を除くすべての電極接点で、手動融合法と自動融合法の間に有意差がないことが明らかになりました。この研究によると、術前と術後のCT画像の融合を使用して、CIレシピエントの電極位置を決定できます。自動融合画像は、人間の干渉を減らして、蝸牛パラメータ、AID、およびCFを測定できる可能性があります。したがって、この方法は、解剖学ベースのフィッティングを作成するための別の基礎として役立つ可能性があります。

概要

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

人工内耳(CI)手術は、重度から重度までの感音難聴を持つ人々のための革新的な治療法であり、聴覚機能と生活の質を大幅に向上させます1。CI手術の成功の重要な要素は、最適な電極配置が一貫して優れた聴力転帰2にリンクされているため、正しい蝸牛コンパートメント、特に鼓膜スケール内に電極アレイを正確に配置することです。したがって、電極アレイが適切に配置されていることを確認するためには、蝸牛の解剖学的構造の慎重な術前計画と評価が不可欠です。電極アレイが鼓膜内に完全に挿入されていることを確認することは、患者の利益を最大化し、最適な臨床結果を達成するために重要です3.

CI電極アレイの挿入深さ角度の術前推定は、効果的な手術計画のために重要であると考えられています。この推定は、術前のコンピューター断層撮影 (CT) スキャン4 から、蝸牛管長 (CDL) などの主要な蝸牛パラメーターの正確な測定値を取得することに大きく依存しています。これらの測定により、電極の長さがわかっているCI手術中の蝸牛被覆率と角度挿入深さに関する重要な予測が可能になります。CDLの主要な予測因子はA値であり、丸い窓と基底ターンの最も遠い点との間の距離として定義されます。以前の研究では、手術の意思決定を導き、CIレシピエントの転帰を最適化する上で、術前の画像診断と計画が重要な役割を果たすことが強調されています5。

術前CTイメージングは、手術前に内耳の解剖学的構造と蝸牛パラメータを評価するために、多くのCIクリニックで標準的な方法です。術前CTは、アーチファクトのない鮮明な画像を提供し、効果的な計画をサポートし、手術手順を最適化します6。しかし、術前CT解析だけでは、CI電極アレイに沿った電極接点の実際の角度挿入深さ(AID)と中心周波数(CF)を正確に予測するには限界があります。その結果、電極アレイの位置を確認し、変位または転座を評価し、各接点の真のAIDを決定するために、術後のイメージングが依然として必要です7。

術後の画像診断は、電極配置の精度を確認し、各患者の固有の蝸牛の解剖学的構造に合わせた個別のフィッティングマップを作成するのに役立ちます。これらのフィッティングマップは、聴覚神経線維の正確な刺激を確保することにより、聴覚パフォーマンスを最適化するために不可欠です。最近の研究では、個別化されたフィッティングマップ、または解剖学ベースのフィッティング(ABF)は、標準または臨床のフィッティングマップ8,9,10,11,12,13と比較して、静かな環境と騒がしい環境の両方で音声理解を向上させることが示されています。さらに、レシピエントは、電極アレイが蝸牛の頂端領域8の適切な刺激を達成した場合、ABFマップを好む傾向があります。周波数と場所の不一致は、蝸牛内の物理的な位置に基づく電極接点のCFとデフォルト設定4との間の不一致です。Mertensらは、周波数と場所の不一致の影響は、デバイスの長期使用とともに減少すると報告しました14。他の研究では、CIレシピエントにおけるABFとの周波数と場所のミスマッチを減らすと、静かな環境での理解に影響を与えることなく、騒がしい環境での音声知覚が向上することが示されています11,13。

X線15,16、コーンビームCT17、磁気共鳴画像法(MRI)18,19など、さまざまなイメージングモダリティがCIレシピエントの評価に使用されてきました。しかし、CTイメージングは、その高い空間分解能と詳細な蝸牛の解剖学的構造を捉える能力があるため、依然として好ましい方法です。CTイメージングにより、鼓膜スカラーや前庭スカラなどの内耳構造を正確に評価することができ、正確な電極配置が容易になります。

CTイメージングには多くの利点がありますが、特に低解像度の術後スキャンでは、特定の課題が残っています。金属電極の接触は、隣接する構造を不明瞭にする画像アーティファクトを生成する可能性があり、AIDやCFなどの重要なパラメータの正確な測定を複雑にします。最近の研究では、術前と術後のCTスキャンを融合すると、標準スキャンよりも画像の鮮明さが向上し、より正確な評価が可能になり、術前と術後の両方の画像から補完的な情報が得られるため、電極の位置が改善されることが示されています20。

現在、術後のCT画像解析は、ソフトウェアツールを用いた手動測定を伴うことが多く、これにはかなりのトレーニングが必要であり、時間がかかり、ばらつきやエラーが発生しやすいため、その効率と幅広い適用性が制限される可能性があります。これらの制限に対処し、電極接点のAIDの信頼性の高い測定を提供するために、融合画像からの自動測定の可能性に関する文献は限られています。この研究は、術前と術後のCT画像の融合が、CIレシピエントの蝸牛特性と電極配置を効果的に評価できるかどうかを評価することを目的としています。さらに、画像融合が解剖学ベースのフィッティング(ABF)をどのように進歩させ、角度挿入深さ(AID)と中心周波数(CF)の両方の測定精度を向上させることができるかを調査します。

アクセスが制限されています。このコンテンツを表示するにはログインするか、トライアルを開始してください。

プロトコル

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

この研究は、主要な治験審査委員会(E-21-5737)から承認を受け、ヘルシンキ宣言に概説されている倫理原則に従って実施されました。データは、三次CIセンターの医療記録から遡及的に収集されました。データ分析は匿名化されているため、インフォームドコンセントは必要ありませんでした。この研究には、さまざまな年齢層の患者からの20の耳が含まれていました。

選択基準は次の通りでした: 2020 年から 2023 年の間に CI を受けた内耳の解剖学的構造が正常な患者、術前と術後の両方の CT スキャンを受け、同じメーカーの CI デバイスを移植しました。これは、使用された手術計画ソフトウェアと互換性があります。当センターでは、人工内耳患者の術前評価の一環として、骨の側頭CTスキャンを日常的に行っていますが、術後CTスキャンは放射線被ばくを最小限に抑えるために医学的に必要な場合にのみ実施しています。除外基準には、再手術を受けたCI患者、または蝸牛骨化、蝸牛耳硬化症、または耳嚢が関与する側頭骨折を認めたCI患者が含まれていました。機器とソフトウェアの詳細は 、資料表に記載されています。

1. 蝸牛パラメータのアップロードと測定

注:この研究で採用された測定プロトコルは、CIレシピエントの電極位置を評価する際の術前および術後のCT画像融合技術の有効性を評価するために設計された一連の連続したステップで構成されていました(図1)。

figure-protocol-1
図1:測定プロトコルの比較。 この図は、自動融合法と手動法を使用して蝸牛パラメータを測定するためのプロトコルを示しています。 この図の拡大版を表示するには、ここをクリックしてください。

  1. ソフトウェアのデータ管理モジュールの「インポート」ボタンを押して、術後および術前のCT画像をアップロードし、DICOMファイルを選択します。
  2. 3D Ear-Cochlea モジュール4 で、A-値 (蝸牛の直径)、B 値 (蝸牛の幅)、H 値 (蝸牛の高さ) など、modiolus、丸窓、および蝸牛メトリックの中心を手動で定義します (図 2)。
  3. A値とB値を使用して蝸牛管長(CDL)を計算し、Alexiades法を楕円円近似(ECA)2,4に適用します。
    注: 術後分析の詳細な手順は、Canfarotta et al.21 によって説明されています。これらの測定値は、CDL推定のための解剖学的ランドマークを提供します。

figure-protocol-2
図2:術後のA、B、H値の手動測定。 術後の画像をソフトウェアにインポートし、A値(緑色)、B値(青色)、H値(赤色)を手動で測定します。 この図の拡大版を表示するには、ここをクリックしてください。

2. 電極接触の識別とAID/CFの計算

  1. インプラント評価モジュールを開きます。このソフトウェアは、術後のCT画像上の12の電極接触点を自動的に識別します。
  2. 必要に応じて、検出された接触点の位置を確認する前に、手動で調整します。
  3. ソフトウェアがこれらのポイントを事前定義された蝸牛メトリックとともに使用して、各接点の角度挿入深さ (Escude et al.22 に基づく) と特性周波数 (Greenwood et al.23 に基づく) を自動的に計算できるようにします ( 図 3 を参照)。
    注:この手動アプローチは、AIDとCFを測定するための標準的な方法と考えられており、この研究では「手動」と呼ばれます。

figure-protocol-3
図3:電極接点の識別。 この図は、術後のCT画像から12の電極接点が特定されたことを示しています。 この図の拡大版を表示するには、ここをクリックしてください。

3. イメージフュージョン

  1. ユーザーインターフェースの 「追加 」アイコンを押して、術前のCT画像をImage Fusionパネルにインポートします。
  2. ソフトウェアが、相互情報量アルゴリズムを適用する自動融合機能を使用して、アップロードされた術後CT画像と術前CT画像を自動的に登録できるようにします。
  3. 術前画像メニューの マニュアルアライメント 機能にアクセスすると、フュージョンを手動で調整することができます。この融合プロセスにより、視覚化が強化され、人工内耳の解剖学的構造と電極の配置をより包括的に評価し、アーティファクトを減らすことができます。この融合は、評価を改善するために視覚化を改善することを目的としています ( 図 4 を参照)。

figure-protocol-4
図4:術前と術後のCT画像の融合。 術前のCT画像をソフトウェアにインポートし、術後のCT画像と融合します。オーバーレイはオリーブ色で表示され、電極は明るい青色で強調表示されます。 この図の拡大版を表示するには、ここをクリックしてください。

4. 術前画像の自動蝸牛パラメータ測定

  1. 3D - 蝸牛モジュール内で新しくインポートされた術前画像の蝸牛パラメータを再測定します。
  2. モジュールメニューの 「自動 」オプションを選択して、自動コクレアパラメータ測定を実行します。この機能は、金属アーチファクトが存在しないため、インプラント電極のない術前画像でのみ使用できます。
  3. 自動アルゴリズムを使用して、内耳の解剖学的構造を3Dで再構築します。3Dモデルは、Abari et al.24で説明されているように、自動蝸牛パラメータ測定のベースとして機能します。
    注:3D再構成は、蝸牛パラメータの正確な測定に役立ちます( 図5を参照)。

figure-protocol-5
図5:蝸牛パラメータの自動測定。 融合した画像から、ソフトウェアは自動的に主要な蝸牛パラメータ(緑、青、赤の点で示される)を測定し、3D再構成(蝸牛はオレンジ色、内耳道は緑、半規管は茶色)を行い、電極の接点に関する情報を更新します。 この図の拡大版を表示するには、ここをクリックしてください。

5. 新しい蝸牛パラメータによる電極接点の更新

  1. 術前の画像から得られた新しい蝸牛管長 (CDL) 測定値を確認します。
  2. 術後画像から以前に特定された電極接触点を新しい蝸牛パラメータ情報で自動的に更新し、「自動融合」アプローチを定義します。
  3. 電極アレイの配置、蝸牛の被覆率、解剖学ベースのフィッティング(ABF)マップの構築に重要な角度挿入深度(AID)と特性周波数(CF)の融合画像(術前および術後)に基づいて計算を実行します( 図5を参照)。
    注:AIDとCFは、人工内耳(CI)の診療において電極の位置と蝸牛の被覆率を確認するために重要です( 図6を参照)。

figure-protocol-6
図6:AIDとCFの自動定義 この図は、融合画像に基づいて、個々の電極接点のAID(Acoustic Impedance Distribution)とCF(Center Frequency)の自動定義を示しています。 この図の拡大版を表示するには、ここをクリックしてください。

6.平均角度誤差と周波数誤差の計算

  1. 各電極接触の手動融着法と自動融着法の間の平均角度誤差を計算します。
  2. 各電極接点について、両方の方法(手動および自動フュージョン)間の周波数誤差を半音単位で計算します。
  3. これらの計算を使用して、2 つの方法の違いと精度の定量的な指標を提供します。半音は、西洋音楽で一般的に使用される最小の音楽音程であることに注意してください25。

7. 統計解析

  1. 術後CT画像から手動で計算された蝸牛パラメータ、Angular Insertion Depth(AID)、Characteristic Frequency(CF)と、術前および術後のCT画像融合技術から各電極接触について自動的に融合された計算データを統計解析ソフトウェア(Rソフトウェア)にフィードします。
  2. 量的変数の記述統計には平均と標準偏差を使用し、カテゴリ変数には度数とパーセントを適用します。
  3. Shapiro-Wilk 検定を使用して検定された正規性の仮定に応じて、手動で測定された AID と周波数と、ペアワイズ Bonferroni 調整された対応 のある t 検定 または Wilcoxon 符号付き順位検定を使用して、自動的に融合された測定値との比較分析を行います。
    注:すべての比較が臨床的に関連する標準化された効果量を持っていると仮定します(Cohen's d)26。統計的に有意な P 値を 0.05 未満と見なします。

アクセスが制限されています。このコンテンツを表示するにはログインするか、トライアルを開始してください。

結果

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

この研究には、CIレシピエントからの20の耳が含まれ、左側に11個、右側に9個のインプラントがありました。参加者の平均年齢は13.3歳で、その内訳は女性55%、男性45%でした。表 1 は、蝸牛パラメータを測定するための手動融合法と自動融合法の比較分析を示しており、特定の測定値に統計的に有意な差があることが明らかになりました。具体的には、手動測定では、自動固定術と比較して、B値と蝸牛管長(CDL)が有意に高かった(1.8mm±6.9mm0.4mm、36.3mm±1.8mm対6.7mm±0.4mm、35.6mm±1.9mm)。ただし、手動と自動の融合測定の間でA値に有意差は観察されませんでした(それぞれ9.2 mm±0.5 mm対9.2 mm±0.4 mm;p値 = 0.541) です。

アクセスが制限されています。このコンテンツを表示するにはログインするか、トライアルを開始してください。

ディスカッション

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

本研究の結果、ほとんどの蝸牛パラメータと周波数について、手動融合法と自動融合法の間で同等の測定値が明らかになりました。手動測定では、B値やCDLなどの特定のパラメータでわずかに高い値が示されましたが、全体的に臨床的に有意な差は観察されませんでした。この不一致は、術後CTのアーチファクトに起因する可能性があり、測定精度に影響を与える可能性があります。さらに、この研究は、AID27を具体的に評価することにより、先行研究に基づいており、核融合ベースの評価の一貫性に関する貴重な洞察を提供します。

Paouris et al.28 による以前の研究では、自動化法が実行時間を短縮して信頼性の高い測定を提供し、耳科手術の効率的な術前計画に有利であることが証明されたことが示されました。Paourisらによる研究28は、術前のCTスキャンに焦点を当てており、これにより、より迅速で一貫性のある...

アクセスが制限されています。このコンテンツを表示するにはログインするか、トライアルを開始してください。

開示事項

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

ヤシン・アブデルサマドとタヒル・シャリフは、MED-ELで科学的な役割のみを担当しています。著者らは、この原稿に記載されている製品に金銭的な利害関係はなく、他に開示するものはありません。

謝辞

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

著者らは、プロトコールをレビューしてくれたNikola Ivanovic博士と、統計分析を行ったRahma Sweedyに感謝します。

アクセスが制限されています。このコンテンツを表示するにはログインするか、トライアルを開始してください。

材料

この記事で使用された材料の一覧
名前会社カタログ番号コメント
CIデバイス MED-EL、インスブルック、オーストリア
OTOPLAN ソフトウェア CASCINATION、MED-EL、インスブルック、オーストリアバージョン4(3.0.0) 耳鼻咽喉科計画ソフトウェア
RソフトウェアR Foundation for Statistical Computing, Vienna, Austriaversion 4.2.2Language and Environment for Statistical Computing

参考文献

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,
  1. Dazert, S., Thomas, J. P., Loth, A., Zahnert, T., Stover, T. Cochlear Implantation. Dtsch Arztebl Int. 117 (41), 690-700 (2020).
  2. Jwair, S., Versnel, H., Stokroos, R. J., Thomeer, H. The effect of the surgical approach and cochlear implant electrode on the structural integrity of the cochlea in human temporal bones. Sci Rep. 12 (1), 17068(2022).
  3. O'Connell, B. P., Hunter, J. B., Wanna, G. B. The importance of electrode location in cochlear implantation. Laryngoscope Investig Otolaryngol. 1 (6), 169-174 (2016).
  4. Aljazeeri, I., et al. Anatomy-based frequency allocation in cochlear implantation: The importance of cochlear coverage. Laryngoscope. 132 (11), 2224-2231 (2021).
  5. Oh, J., et al. Cochlear duct length and cochlear distance on pre-operative CT: imaging markers for estimating insertion depth angle of cochlear implant electrode. Eur Radiol. 31 (3), 1260-1267 (2021).
  6. Yoshimura, H., Watanabe, K., Nishio, S. Y., Takumi, Y., Usami, S. I. Determining optimal cochlear implant electrode array with OTOPLAN. Acta Otolaryngol. 143 (9), 748-752 (2023).
  7. Farnsworth, P. J., et al. Improved cochlear implant electrode localization using coregistration of pre-and post-operative CT. J Neuroimaging. 33 (3), 387-392 (2023).
  8. Kurz, A., Herrmann, D., Hagen, R., Rak, K. Using anatomy-based fitting to reduce frequency-to-place mismatch in experienced bilateral cochlear implant users: A promising concept. J Pers Med. 13 (7), 1109(2023).
  9. Dillon, M. T., et al. Influence of the frequency-to-place function on recognition with place-based cochlear implant maps. The Laryngoscope. 133 (12), 3540-3547 (2023).
  10. Dillon, M. T., O'Connell, B. P., Canfarotta, M. W., Buss, E., Hopfinger, J. Effect of place-based versus default mapping procedures on masked speech recognition: Simulations of cochlear implant alone and electric-acoustic stimulation. Am J Audiology. 31 (2), 322-337 (2022).
  11. Creff, G., et al. Comparison of tonotopic and default frequency fitting for speech understanding in noise in new cochlear implantees: A prospective, randomized, double-blind, cross-over study. Ear Hearing. 45 (1), 35-52 (2024).
  12. Lassaletta, L., Calvino, M., Sanchez-Cuadrado, I., Gavilán, J. Does it make any sense to fit cochlear implants according to the anatomy-based fitting? Our experience with the first series of patients. Front Audiol Otol. 1, (2023).
  13. Kurz, A., Müller-Graff, F. -T., Hagen, R., Rak, K. One click is not enough: Anatomy-based fitting in experienced cochlear implant users. Otol Neurotol. 43 (10), 1176-1180 (2022).
  14. Mertens, G., Van de Heyning, P., Vanderveken, O., Topsakal, V., Van Rompaey, V. The smaller the frequency-to-place mismatch the better the hearing outcomes in cochlear implant recipients. Eur Arch Otorhinolaryngol. 279 (4), 1875-1883 (2022).
  15. Liu, G. S., Cooperman, S. P., Neves, C. A., Blevins, N. H. Estimation of cochlear implant insertion depth using 2D-3D registration of post-operative X-ray and pre-operative CT images. Otol Neurotol. 45 (3), e156-e161 (2024).
  16. Alahmadi, A., et al. Advancing cochlear implant programming: X-ray guided anatomy-based fitting. Otol Neurotol. 45 (2), 107-113 (2024).
  17. Helal, R. A., et al. Cone-beam CT versus Multidetector CT in post-operative cochlear implant imaging: Evaluation of image quality and radiation dose. AJNR Am J Neuroradiol. 42 (2), 362-367 (2021).
  18. George-Jones, N. A., Tolisano, A. M., Kutz, J. W. Jr, Isaacson, B., Hunter, J. B. Comparing cochlear duct lengths between CT and MR images using an otological surgical planning software. Otol Neurotol. 41 (9), e1118-e1121 (2020).
  19. Swarup, A., et al. Comparing accuracy of cochlear measurements on magnetic resonance imaging and computed tomography: A step towards radiation-free cochlear implantation. J Otol. 18 (4), 208-213 (2023).
  20. Benson, J. C., Nassiri, A. M., Saoji, A. A., Carlson, M. L., Lane, J. I. Co-registration of pre- and post-operative images after cochlear implantation: A proposed technique to improve cochlear visualization and localization of cochlear electrodes. Neuroradiol J. 36 (2), 194-197 (2023).
  21. Canfarotta, M. W., Dillon, M. T., Buss, E., Pillsbury, H. C., Brown, K. D., O'Connell, B. P. Validating a new tablet-based tool in the determination of cochlear implant angular insertion depth. Otol Neurotol. 40 (8), 1006-1010 (2019).
  22. Escudé, B., et al. The size of the cochlea and predictions of insertion depth angles for cochlear implant electrodes. Audiol Neurotol. 11 (SUPPL. 1), 27-33 (2006).
  23. Greenwood, D. D. A cochlear frequency-position function for several species-29 years later. J Acoust Soc Am. 87 (6), 2592-2605 (1990).
  24. Abari, J., Heuninck, E., Topsakal, V. Entirely robotic cochlear implant surgery. Am J Otolaryngol. 45 (5), 104360(2024).
  25. Bell, A., Jedrzejczak, W. W. The 1.06 frequency ratio in the cochlea: Evidence and outlook for a natural musical semitone. Peer J. 5, e4192(2017).
  26. Cohen, J. Statistical Power Analysis for the Behavioral Sciences. , Routledge. (2013).
  27. Mertens, G., Van Rompaey, V., Van de Heyning, P., Gorris, E., Topsakal, V. Prediction of the cochlear implant electrode insertion depth: Clinical applicability of two analytical cochlear models. Sci Rep. 10 (1), 3340(2020).
  28. Paouris, D., Kunzo, S., Goljerova, I. Validation of automatic cochlear measurements using OTOPLAN(R) software. J Pers Med. 13 (5), 805(2023).
  29. IbraheemAl-Dhamari Rania Helal, T. A. S. W., Paulus, D. Automatic cochlear multimodal 3D image segmentation and analysis using atlas-model-based method. Cochlear Implants Int. 25 (1), 46-58 (2024).
  30. Rivas, A., et al. Automatic cochlear duct length estimation for selection of cochlear implant electrode arrays. Otol Neurotol. 38 (3), 339-346 (2017).
  31. Breitsprecher, T., et al. CT imaging-based approaches to cochlear duct length estimation human temporal bone study. Eur Radiol. 32 (2), 1014-1023 (2022).

アクセスが制限されています。このコンテンツを表示するにはログインするか、トライアルを開始してください。

再版と許可

このJoVE記事のテキストまたは図の再利用許可をリクエスト

許可をリクエスト

タグ

関連記事