방법 논문

Enhancing Electrode Location Assessment in Cochlear Implantation via Computed Tomography Image Fusion(컴퓨터 단층 촬영 이미지 융합 을 통한 인공와우 이식의 전극 위치 평가 향상)

DOI:

10.3791/67062

⸱

2025년 1월 17일

 ,  ,  ,  ,  , 
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

이 논문에서

요약

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

이 프로토콜은 인공와우 이식자를 위해 수술 전 및 수술 후 컴퓨터 단층 촬영 이미지를 융합하는 방법을 보여줍니다. 이 접근 방식은 삽입 깊이의 측정 정확도와 전극 어레이 접점의 중심 주파수를 향상시킬 수 있습니다. 또한, 이 방법은 인공와우 분야에서 새롭게 부상하고 있는 분야인 해부학 기반 피팅에 잠재적으로 응용될 수 있습니다.

초록

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

이 연구는 수술 전후 컴퓨터 단층 촬영(CT) 이미지를 융합하는 것이 인공와우(CI) 이식자의 전극 배치 및 중심 주파수(CF)를 평가하는 데 도움이 될 수 있는지 여부를 확인하는 것을 목표로 했습니다. 두 번째 목표는 달팽이관 매개변수를 측정하기 위한 수동 방법과 자동 융합을 비교하는 것이었습니다. 이 연구에는 수술 전후 CT 스캔을 모두 받은 CI가 있는 20명의 귀가 포함되었습니다. 처음에는 수술 후 CT 영상에서 달팽이관 매개변수를 수동으로 측정한 다음, 이과 소프트웨어(OTOPLAN)를 사용하여 융합된 수술 전후 CT 이미지를 사용하여 자동 감지했습니다. 두 가지 방법을 모두 사용하여 각 전극 접촉부의 각도 삽입 깊이(AID) 및 CF를 계산하고 오류 차이를 평가했습니다. 분석 결과, 달팽이관 너비(B-value)와 달팽이관 길이(CDL)에 대한 두 가지 방법 간에 유의한 차이가 있는 것으로 나타났습니다. 그러나 이러한 차이는 임상적으로 유의하지 않았다. 또한, 달팽이관 직경(A-value)에는 통계적으로 유의한 차이가 없었다. 평균 차이는 A-값의 경우 0.04mm, B-값의 경우 0.21mm, CDL의 경우 0.73mm였습니다. AID와 CF를 비교한 결과, 전극 번호 5를 제외한 모든 전극 접점에서 수동 및 자동 융합 방법 간에 유의하지 않은 차이가 있는 것으로 나타났습니다. 이 연구에 따르면 수술 전후 CT 이미지를 융합하여 CI 이식자의 전극 위치를 결정할 수 있습니다. 자동 융합 영상은 사람의 간섭을 줄이면서 달팽이관 매개변수, AID 및 CF를 잠재적으로 측정할 수 있습니다. 따라서 이 방법은 해부학 기반 피팅을 만들기 위한 또 다른 기초가 될 수 있습니다.

서론

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

인공와우(CI) 수술은 중증에서 심도의 감각신경성 난청 환자를 위한 혁신적인 치료법으로, 청각 기능과 삶의 질을 크게 향상시킵니다1. CI 수술의 성공을 위한 중요한 요인은 올바른 달팽이관 구획 내에 전극 배열을 정확하게 배치하는 것이며, 특히 최적의 전극 위치로서 스칼라 고막은 우수한 청력 결과와 일관되게 연결되어 있습니다2. 따라서 전극 배열이 적절하게 배치되었는지 확인하기 위해 달팽이관 해부학에 대한 신중한 수술 전 계획과 평가가 필수적입니다. 전극 배열이 스칼라 고막 내에 완전히 삽입되도록 하는 것은 환자의 이익을 극대화하고 최적의 임상 결과를 달성하는 데 매우 중요합니다3.

CI 전극 어레이의 삽입 깊이 각도에 대한 수술 전 추정은 효과적인 수술 계획을 위해 중요한 것으로 간주됩니다. 이 추정은 수술 전 컴퓨터 단층촬영(CT) 스캔에서 달팽이관 길이(CDL)와 같은 주요 달팽이관 매개변수의 정확한 측정값을 얻는 데 크게 의존합니다4. 이러한 측정을 통해 전극 길이가 알려진 경우 CI 수술 중 달팽이관 적용 범위 및 각도 삽입 깊이에 대한 필수적인 예측을 할 수 있습니다. CDL의 주요 예측 변수는 둥근 창과 기저 회전에서 가장 먼 점 사이의 거리로 정의되는 A-값입니다. 이전 연구에서는 CI 이식자의 수술 결정을 안내하고 결과를 최적화하는 데 있어 수술 전 영상 촬영 및 계획의 중요한 역할을 강조했다5.

수술 전 CT 영상은 많은 CI 클리닉에서 수술 전에 내이의 해부학적 구조와 달팽이관 매개변수를 평가하기 위한 표준 관행입니다. 수술 전 CT는 효과적인 계획을 지원하고 수술 절차를 최적화하는 선명하고 아티팩트 없는 이미지를 제공합니다6. 그러나 수술 전 CT 분석만으로는 CI 전극 어레이를 따라 전극 접점의 실제 각도 삽입 깊이(AID)와 중심 주파수(CF)를 정확하게 예측하는 데 한계가 있습니다. 결과적으로, 전극 어레이 위치를 확인하고, 변위 또는 전좌를 평가하고,각 접촉7의 실제 AID를 결정하기 위해 수술 후 이미징이 여전히 필요합니다.

수술 후 영상은 전극 배치의 정확성을 확인하고 각 환자의 고유한 달팽이관 해부학적 구조에 맞는 개별화된 피팅 맵을 만드는 데 도움이 됩니다. 이러한 피팅 맵은 청각 신경 섬유의 정확한 자극을 보장하여 청각 성능을 최적화하는 데 필수적입니다. 최근 연구에 따르면 개별화된 피팅 맵 또는 해부학 기반 피팅(ABF)은 표준 또는 임상 피팅 맵에 비해 조용한 환경과 시끄러운 환경 모두에서 어음 이해력을 향상시키는 것으로 나타났습니다 8,9,10,11,12,13. 또한, 이식자는 전극 배열이 달팽이관의 정점 부위를 적절하게 자극할 때 ABF 맵을 선호하는 경향이 있습니다8. frequency-to-place mismatch는 달팽이관 내의 물리적 위치에 따른 전극 접점의 CF와 기본 설정4 사이의 불일치입니다. Mertens 등은 주파수-장소 불일치의 영향이 기기를 장기간 사용할수록 감소한다고 보고했다14. 다른 연구에서는 CI 수용자에서 ABF와의 빈도 불일치를 줄이면 조용한 환경에서의 이해에 영향을 미치지 않고 시끄러운 환경에서 음성 인식이 향상된다는 것이 입증되었습니다11,13.

CI 이식자를 평가하기 위해 X-ray15,16, cone-beam CT17 및 MRI(magnetic resonance imaging)18,19를 포함한 다양한 이미징 양식이 사용되었습니다. 그러나 CT 영상은 높은 공간 해상도와 상세한 달팽이관 해부학적 구조를 캡처할 수 있는 능력으로 인해 선호되는 방법으로 남아 있습니다. CT 영상을 통해 scala tympani 및 scala vestibuli와 같은 내이 구조를 정밀하게 평가할 수 있어 정확한 전극 배치가 가능합니다.

CT 영상의 많은 이점에도 불구하고, 특히 저해상도 수술 후 스캔과 관련된 특정 문제가 여전히 남아 있습니다. 금속 전극 접촉부는 인접 구조를 모호하게 하는 이미지 아티팩트를 생성하여 AID 및 CF와 같은 중요한 매개변수의 정확한 측정을 복잡하게 만들 수 있습니다. 최근 연구에 따르면 수술 전후 CT 스캔을 융합하면 표준 스캔보다 이미지 선명도가 향상되어 보다 정확한 평가가 가능하고 수술 전 및 수술 후 이미지에서 보완 정보를 제공함으로써 전극 위치가 개선되는 것으로 나타났습니다20.

현재 수술 후 CT 이미지 분석에는 소프트웨어 도구를 사용한 수동 측정이 포함되는 경우가 많은데, 이는 상당한 교육이 필요하고 시간이 많이 걸리며 가변성과 오류가 발생하기 쉬워 효율성과 적용 범위를 제한할 수 있습니다. 이러한 한계를 해결하고 전극 접촉에 대한 AID의 신뢰할 수 있는 측정을 제공하기 위해 융합 이미지에서 자동 측정의 잠재력에 대한 문헌은 제한적입니다. 본 연구는 수술 전후 CT 영상의 융합이 CI 이식자의 달팽이관 특성과 전극 배치를 효과적으로 평가할 수 있는지 여부를 평가하는 것을 목표로 합니다. 또한 이미지 융합이 어떻게 해부학 기반 피팅(ABF)을 발전시키고 각도 삽입 깊이(AID)와 중심 주파수(CF) 모두에 대한 측정 정확도를 향상시킬 수 있는지 조사합니다.

액세스가 제한되었습니다. 이 콘텐츠를 보려면 로그인하거나 체험판을 시작하세요.

프로토콜

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

본 연구는 주요 기관검토위원회(E-21-5737)의 승인을 받았으며 헬싱키 선언에 명시된 윤리 원칙에 따라 수행되었다. 데이터는 3차 CI 센터의 의료 기록에서 소급하여 수집되었습니다. 데이터 분석의 익명화된 특성으로 인해 정보에 입각한 동의가 필요하지 않았습니다. 이 연구에는 다양한 연령대의 환자로부터 20명의 귀를 대상으로 했습니다.

선정 기준은 다음과 같다: 2020년에서 2023년 사이에 CI를 받은 정상 내이 해부학적 구조를 가진 환자로, 수술 전후 CT 스캔을 모두 받았고, 사용된 수술 계획 소프트웨어와 호환되는 동일한 제조업체의 CI 장치를 이식했다. 측두골 CT 스캔은 센터에서 인공와우 환자에 대한 수술 전 평가의 일환으로 정기적으로 수행되는 반면, 수술 후 CT 스캔은 방사선 노출을 최소화하기 위해 의학적으로 필요한 경우에만 수행됩니다. 제외 기준에는 재수술을 받았거나 달팽이관 골화, 달팽이관 이경화증 또는 이낭과 관련된 측두골 골절이 있는 CI 환자가 포함되었습니다. 장비 및 소프트웨어에 대한 자세한 내용은 재료 표에 나와 있습니다.

1. 달팽이관 매개변수 업로드 및 측정

참고: 이 연구에서 사용된 측정 프로토콜은 CI 이식자의 전극 위치를 평가하는 데 있어 수술 전후 CT 이미지 융합 기술의 효과를 평가하기 위해 고안된 일련의 순차적 단계로 구성되었습니다(그림 1).

figure-protocol-1
그림 1: 측정 프로토콜 비교. 이 그림은 자동 융합 방법을 사용하여 달팽이관 매개변수를 측정하는 프로토콜을 Manual 방법과 비교하여 보여줍니다. 이 그림의 더 큰 버전을 보려면 여기를 클릭하십시오.

  1. 소프트웨어의 데이터 관리 모듈에서 가져오기 버튼을 눌러 수술 후 및 수술 전 CT 이미지를 업로드하고 DICOM 파일을 선택합니다.
  2. 3D 귀-달팽이관 모듈4 에서 A-값(달팽이관 직경), B-값(달팽이관 너비) 및 H-값(달팽이관 높이)을 포함하여 모디졸러스의 중심, 둥근 창 및 달팽이관 메트릭을 수동으로 정의합니다(그림 2).
  3. A 값과 B 값을 사용하여 달팽이관 길이(CDL)를 계산하고, 알렉시아데스 방법을 타원원 근사(ECA)2,4에 적용합니다.
    참고: 수술 후 분석의 자세한 단계는 Canfarotta et al.21에 설명되어 있습니다. 이러한 측정은 CDL 추정을 위한 해부학적 랜드마크를 제공합니다.

figure-protocol-2
그림 2: 수술 후 A, B 및 H 값의 수동 측정. 수술 후 이미지를 소프트웨어로 가져오고 A-값(녹색으로 표시), B-값(파란색으로 표시) 및 H-값(빨간색으로 표시)을 수동으로 측정합니다. 이 그림의 더 큰 버전을 보려면 여기를 클릭하십시오.

2. 전극 접점 식별 및 AID/CF 계산

  1. 임플란트 평가 모듈을 엽니다. 이 소프트웨어는 수술 후 CT 영상에서 12개의 전극 접점을 자동으로 식별합니다.
  2. 필요한 경우 위치를 확인하기 전에 감지된 접점을 수동으로 조정합니다.
  3. 소프트웨어가 사전 정의된 달팽이관 메트릭과 함께 이러한 점을 사용하여 각 접점에 대한 Angular Insertion Depth(Escude et al.22 기반) 및 특성 주파수(Greenwood et al.23 기반)를 자동으로 계산할 수 있습니다( 그림 3 참조).
    참고: 이 수동 접근 방식은 AID 및 CF를 측정하는 표준 방법으로 간주되며 이 연구에서는 "수동"이라고 합니다.

figure-protocol-3
그림 3: 전극 접점 식별. 이 그림은 수술 후 CT 영상에서 12개의 전극 접촉부를 식별한 것을 보여줍니다. 이 그림의 더 큰 버전을 보려면 여기를 클릭하십시오.

3. 이미지 융합

  1. 사용자 인터페이스에서 추가 아이콘을 눌러 수술 전 CT 이미지를 Image Fusion 패널로 가져옵니다.
  2. 소프트웨어가 상호 정보 알고리즘을 적용하는 자동 융합 기능을 사용하여 사전 업로드된 수술 후 CT 이미지와 함께 수술 전 CT 이미지를 자동으로 등록할 수 있도록 합니다.
  3. 융합에 대한 수동 조정이 필요한 경우 수술 전 이미지 메뉴에서 Manual Alignment 기능에 액세스하십시오. 이 융합 프로세스는 시각화를 향상시키고 더 적은 수의 인공물로 달팽이관 해부학 및 전극 배치를 보다 포괄적으로 평가할 수 있습니다. 이 융합은 더 나은 평가를 위해 시각화를 개선하는 것을 목표로 합니다( 그림 4 참조).

figure-protocol-4
그림 4: 수술 전후 CT 영상의 융합. 수술 전 CT 이미지를 소프트웨어로 가져와 수술 후 CT 이미지와 융합합니다. 오버레이는 올리브색으로 표시되고 전극은 밝은 파란색으로 강조 표시됩니다. 이 그림의 더 큰 버전을 보려면 여기를 클릭하십시오.

4. 수술 전 이미지에 대한 자동 달팽이관 매개변수 측정

  1. 3D - 달팽이관 모듈 내에서 새로 가져온 수술 전 이미지에서 달팽이관 매개변수를 다시 측정합니다.
  2. 모듈 메뉴에서 Automatic(자동 ) 옵션을 선택하여 자동 달팽이관 매개변수 측정을 실행합니다. 이 기능은 금속 인공물이 존재하지 않기 때문에 임플란트 전극이 없는 수술 전 이미지에만 사용할 수 있습니다.
  3. 자동 알고리즘을 사용하여 내이의 해부학적 구조를 3D로 재구성합니다. 3D 모델은 Abari et al.24에 설명된 대로 자동 달팽이관 매개변수 측정의 기초 역할을 합니다.
    참고: 3D 재구성은 달팽이관 매개변수를 정밀하게 측정하는 데 도움이 됩니다( 그림 5 참조).

figure-protocol-5
그림 5: 달팽이관 매개변수의 자동 측정. 융합된 이미지에서 소프트웨어는 주요 달팽이관 매개변수(녹색, 파란색 및 빨간색 점으로 표시)를 자동으로 측정하고, 3D 재구성(달팽이관은 주황색, 내이도는 녹색, 반고리관은 갈색)을 수행하고, 전극 접촉부에 관한 정보를 업데이트합니다. 이 그림의 더 큰 버전을 보려면 여기를 클릭하십시오.

5. 새로운 달팽이관 매개변수로 전극 접점 업데이트

  1. 수술 전 영상에서 얻은 새로운 달팽이관 길이(CDL) 측정값을 확인합니다.
  2. 수술 후 이미지에서 이전에 식별된 전극 접촉점이 새로운 달팽이관 매개변수 정보로 자동 업데이트되도록 하여 "자동 융합" 접근법을 정의합니다.
  3. 전극 어레이 배치, 달팽이관 적용 범위 및 ABF(Anatomy-Based Fitting) 맵을 구축하는 데 중요한 AID(Angular Insertion Depth) 및 CF(Characteristic Frequency)에 대한 융합 이미지(수술 전 및 수술 후)를 기반으로 계산을 수행합니다( 그림 5 참조).
    참고: AID와 CF는 인공와우(CI) 시술에서 전극 위치와 달팽이관 커버리지를 확인하는 데 중요합니다( 그림 6 참조).

figure-protocol-6
그림 6: AID 및 CF의 자동 정의. 이 그림은 융합 이미지를 기반으로 각 개별 전극 접촉에 대한 AID(Acoustic Impedance Distribution) 및 CF(Center Frequency)의 자동 정의를 보여줍니다. 이 그림의 더 큰 버전을 보려면 여기를 클릭하십시오.

6. 평균 각도 오차 및 주파수 오차 계산

  1. 각 전극 접촉에 대해 Manual 및 Automatic Fusion 방법 사이의 평균 각도 오차를 계산합니다.
  2. 각 전극 접촉에 대해 두 가지 방법(Manual 및 Automatic Fusion) 사이의 주파수 오류를 반음으로 계산합니다.
  3. 이러한 계산을 사용하여 두 방법 간의 차이와 정확도에 대한 정량적 지표를 제공할 수 있습니다. 반음은 서양 음악에서 일반적으로 사용되는 가장 작은 음악 간격이다25.

7. 통계 분석

  1. 수술 후 CT 영상에서 수동으로 계산된 달팽이관 매개변수, AID(Angular Insertion Depth) 및 CF(Characteristic Frequency)를 각 전극 접촉에 대한 수술 전후 CT 이미지 융합 기법에서 자동으로 융합된 계산된 데이터와 함께 통계 분석 소프트웨어(R 소프트웨어)에 공급합니다.
  2. 양적 변수의 기술 통계량에는 평균과 표준 편차를 사용하고, 범주형 변수에는 개수와 백분율을 적용합니다.
  3. Shapiro-Wilk 검정을 사용하여 검정된 정규성 가정에 따라 쌍별 Bonferroni 조정 쌍체 t-검정 또는 Wilcoxon 부호 순위 검정을 사용하여 수동으로 측정된 AID 및 주파수와 자동 융합 측정값 간의 비교 분석을 수행합니다.
    참고: 모든 비교가 임상적으로 관련성이 있는 표준화된 효과 크기(Cohen's d)26을 갖는다고 가정합니다. 통계적으로 유의한 P 값이 0.05보다 작다고 가정합니다.

액세스가 제한되었습니다. 이 콘텐츠를 보려면 로그인하거나 체험판을 시작하세요.

결과

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

이 연구에는 CI 이식자의 귀 20개가 포함되었으며, 11개는 왼쪽에 임플란트, 9개는 오른쪽에 삽입되었습니다. 참가자의 평균 연령은 13.3세였으며 여성 55%, 남성 45%로 구성되었습니다. 표 1 은 달팽이관 매개변수를 측정하기 위한 수동 및 자동 융합 방법의 비교 분석을 제시하며, 특정 측정에서 통계적으로 유의미한 차이를 보여줍니다. 구체적으로, 수동 측정은 자동 융합 측정에 비해 B 값과 달팽이관 길이(CDL)가 유의하게 높았습니다(6.9mm± 0.4mm 및 36.3mm± 1.8mm ) 대 6.7mm± 0.4mm 및 35.6mm± 1.9mm). 그러나 수동 및 자동 융합 측정 간의 A 값에서는 유의한 차이가 관찰되지 않았습니다(각각 9.2mm ± 0.5mm 대 9.2mm ± 0.4mm; p-value = 0.541)을 참조하십시오.

액세스가 제한되었습니다. 이 콘텐츠를 보려면 로그인하거나 체험판을 시작하세요.

토론

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

본 연구의 결과는 대부분의 달팽이관 매개변수와 주파수에 대해 수동 및 자동 융합 방법 간에 유사한 측정값을 보여주었습니다. 수동 측정은 B 값 및 CDL과 같은 특정 매개변수에 대해 약간 더 높은 값을 보였지만 전반적으로 임상적으로 유의미한 차이는 관찰되지 않았습니다. 이러한 불일치는 수술 후 CT의 아티팩트에 기인할 수 있으며, 이는 측정 정확도에 영향을 미칠 수 있습니다. 또한 이 연구는 AID27을 구체적으로 평가함으로써 선행 연구를 기반으로 하여 융합 기반 평가의 일관성에 대한 귀중한 통찰력을 제공합니다.

Paouris 등[28]의 선행 연구에서는 자동 분석법이 실행 시간을 단축하면서 신뢰할 수 있는 측정을 제공하여 이과 수술에서 효율적인 수술 전 계획에 유리한 것으로 입증되었습니다. Paouris 등

액세스가 제한되었습니다. 이 콘텐츠를 보려면 로그인하거나 체험판을 시작하세요.

공개 사항

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

야신 압델사마드(Yassin Abdelsamad)와 타히르 샤리프(Tahir Sharif)는 MED-EL에서 과학적인 역할만 맡고 있습니다. 저자는 이 원고에 설명된 제품에 대한 재정적 이해관계가 없으며 공개할 다른 것이 없습니다.

감사의 글

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

저자는 프로토콜을 검토한 Nikola Ivanovic 박사와 통계 분석을 수행한 Rahma Sweedy에게 감사를 표합니다.

액세스가 제한되었습니다. 이 콘텐츠를 보려면 로그인하거나 체험판을 시작하세요.

재료

이 논문에 사용된 재료 목록
이름회사카탈로그 번호댓글
CI 장치 MED-EL, 오스트리아
OTOPLAN 소프트웨어 CASCINATION, MED-EL, 오스트리아 인스브루크버전 4 (3.0.0) 이과학(Otology) 계획 소프트웨어
R softwareR Foundation for Statistical Computing, Vienna, Austria버전 4.2.2통계 컴퓨팅을 위한 언어 및 환경
인스브루크

참고문헌

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

액세스가 제한되었습니다. 이 콘텐츠를 보려면 로그인하거나 체험판을 시작하세요.

재인쇄 및 허가

이 JoVE 논문의 텍스트 또는 그림 재사용 허가 요청

허가 요청

태그

관련 논문