“E骨”-反肩置换术一站式术前规划系统

目的为提高反肩置换术术前规划的精准度和效率,本研究开发了“E骨”—反肩置换术一站式术前规划系统。方法利用nnU-net深度神经网络进行肩胛骨分割,获得精确的肩胛骨分割结果;结合骨密度、上下倾角和入钉长度3个关键因素自动定位基座,并计算出手术规划所需定量参数;结合关节盂形态和基座定位信息生成个性化导板;编写系统界面,将各部分功能模块化组装便于使用,提供交互操作与规划结果显示的功能。结果构建出“E骨”术前规划系统。本系统与Mimics系统相比,减少了规划过程中繁琐的手动调整,平均入钉长度规划结果长于Mimics系统,且规划时间缩短86%。本系统肩胛骨分割精度达到99.93%,较Mimics更高。结论本研究为反肩置换术提供了一套一站式的高效、精准的术前规划方案,具有广泛的临床应用前景。

术前辅助规划系统设计与实现

为帮助临床医生根据多个视角观察的病灶部位特征来拟定手术方案,本文开发设计了一种基于STL模型的术前辅助规划系统。系统采用C++和OpenGL技术构建,导入三维STL模型和三维渲染技术,具备精确地测量距离和角度等功能。实践结果表明,系统能够以三维的形式,从多个视角展示STL模型,包括视图的缩放、平行投影、反向、联动、同步、前后左右俯仰视图和自动旋转三维视图动画等。

人工智能三维规划辅助全膝关节置换术的研究

旨在探讨人工智能术前规划系统(AIKNEE system)辅助人工膝关节置换术(total knee arthroplasty,TKA)治疗终末期的膝关节骨性关节炎(knee osteoarthritis,KOA)患者的价值。方法 共纳入从2020年6月到2021年7月我院收治的24例(28膝)终末期(K-L 3-4期) KOA的病例。所有病例均采用AIKNEE系统进行术前规划,预估假体型号及截骨角度。记录实际应用假体型号与AI规划的匹配度,比较手术前后冠状面髋膝踝(hip-knee-ankle,HKA)角的偏移值,评价并记录患肢康复情况及并发症。结果 术后股骨假体与胫骨假体与术前规划的匹配率分别为85.71%和96.42%,整体匹配率达91.06%;所有病例下肢力线恢复良好;术后HSS(hospital for special surgery knee score,HSS)评分显示膝关节功能明显改善。对患者进行术后1个月随访,均未见并发症。结论 基于人工智能深度学习技术的三维规划系统(AIKNEE system)可以准确、高效地预测假体型号和假体摆放位置,效果稳定可靠,患者早期疗效满意。