2025年1月17日
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。
術前と術後のCT画像を融合させることで、人工内耳装用者の電極接点の挿入角度深さと中心周波数の評価が容易になるかどうかを検討した。さらに、さまざまな蝸牛パラメータの測定において、自動画像融合の有効性を従来の手動の方法と比較しました。最新の開発には、画像誘導手術やロボット挿入ツールなどがあります。
これらの術前および術中の進歩は、より個別化された一貫した臨床結果につながっています。現在の方法では、両方の手術用CT画像を分析するには、多くの場合、測定が必要です。これには広範なトレーニングとより多くの時間が必要であり、ばらつきやエラーが発生しやすく、その適用性が制限されます。
また、電極接点の角度挿入深さを測定する際の自動ビュー、画像の役割に関する十分な文献はありません。このプロトコルには自動化された方法が組み込まれているため、分析に必要な時間を節約しながら、電極アーチファクトや術後CTスキャンイメージングの影響を最小限に抑えながら、角度挿入深度を測定します。今後の研究では、より大きなコホートを使用して現在の知見を検証することに焦点を当てるべきである。
さらに、この研究では、解剖学に基づくフィッティング分野に革新的なツールを導入し、聴覚学的患者の転帰に関連してその有効性を調査する貴重な機会を提供しました。まず、術前と術後のCT画像をアップロードし、蝸牛のパラメータを測定します。これを行うには、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、術後と術前の両方のCT画像をアップロードし、DICOMファイルを選択します。
3D 耳蝸牛モジュールを使用して、A、B、H の値を含む modiolus 丸窓と蝸牛メトリクスの中心を手動で定義します。次に、ソフトウェアはA値とB値を使用して蝸牛管の長さを計算します。インプラント評価モジュールを開きます。
電極の接触検出を行い、必要に応じて検出した接触点を手動で調整してから、最終的な位置を確認します。ここで、示した従来の方法と新しい画像融合アプローチを比較するために、画像融合を行います。画像融合の場合は、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CT画像を画像融合パネルにインポートします。
ソフトウェアが自動的に登録プロセスを開始し、相互情報アルゴリズムを利用した自動融合機能を使用して、術前CT画像と以前にアップロードされた術後CT画像の位置を合わせます。3D 蝸牛モジュール内で新しくインポートした術前画像の蝸牛パラメータを再測定します。モジュールメニューの「自動」オプションを選択すると、蝸牛のパラメータの自動測定が実行されます。
自動アルゴリズムを使用して、内耳の解剖学的構造を3次元で再構築します。
完全なトランスクリプトを表示し、数千本の科学動画にアクセス
本研究では、人工内耳植込術を受けた患者における術前および術後のコンピュータ断層撮影(CT)画像を融合させる手法を提示します。このアプローチは、電極挿入深さと周波数応答の測定精度の向上、および人工内耳分野における解剖学的構造に基づいたフィッティングへの応用を目的としています。
術前および術後のCT画像を自動的に統合することで、人工内耳研究における電極の局在化と内耳パラメータの測定が効率化されます。この手法により、オペレーター間のばらつきが軽減され、データ解析が加速し、より一貫性と再現性の高い解剖学的評価が可能になります。イメージングワークフローを強化することで、デバイスベースのトランスレーショナルリサーチポートフォリオにおける重要な転換点での予測精度を向上させることができます。
この自動CT画像融合法は、解剖学的モデリングから人工内耳の前臨床検証に至るデバイス探索の連続的プロセスに組み込まれています。