Разработка и проверка системы навигации по стриктурам желчевыводящих путей на основе искусственного интеллекта в ЭРХПГ на основе MRCP

585/5000 Стриктуры желчевыводящих путей можно разделить на доброкачественные стриктуры желчевыводящих путей и злокачественные стриктуры желчевыводящих путей, а злокачественная обструкция желчевыводящих путей является одной из частых причин. Поскольку в настоящее время не существует специального метода раннего скрининга злокачественной обструкции прикорневых желчевыводящих путей, а у большинства пациентов нет явных клинических симптомов на ранней стадии, большинство пациентов уже находятся на поздней стадии, когда им впервые ставят диагноз. Прогрессирующая злокачественная обструкция прикорневых желчевыводящих путей не может подвергаться резекционной операции, при которой первым выбором для лечения является паллиативный эндоскопический билиарный дренаж. Билиарный дренаж может облегчить желтуху, зуд и другие симптомы, связанные с холестазом. Однако до установки стента в узкий сегмент контрастное вещество не могло пройти через узкий сегмент, и желчный проток над узким сегментом не был виден. Поэтому врачам было трудно определить направление проводника и положение стента. Кроме того, неизбирательное применение контрастного вещества может вызвать обструкцию оттока, что приведет к инфекции. Однако соответствующих исследований для решения этих проблем нет.

МРХПГ является предпочтительным методом исследования заболеваний поджелудочной железы и желчевыводящих путей. Таким образом, МРХПГ следует проводить в плановом порядке до того, как пациенты будут лечиться с помощью ЭРХПГ. В настоящее время МРХПГ находится в положении лежа на спине, а ЭРХПГ — в положении лежа. Различные положения приводят к различиям в морфологии МРХПГ и желчных протоков при ЭРХПГ. Таким образом, предоперационная МРХПГ в положении лежа имеет ограниченную роль в консультировании врачей по морфологии желчных протоков. Таким образом, МРХПГ в положении лежа более благоприятна для выполнения эндоскопистами ЭРХПГ.

В последние годы алгоритмы глубокого обучения постоянно развивались и становились все более совершенными. Постепенно они стали применяться в области медицины. Компьютерное зрение — это наука, изучающая, как заставить машины «видеть». Благодаря глубокому обучению камера и компьютер могут заменить человеческие глаза для выполнения машинного зрения, такого как распознавание целей, отслеживание и измерение. Междисциплинарное сотрудничество в области медицинской визуализации и компьютерного зрения также является одним из горячих точек исследований в последние годы. В настоящее время он в основном применяется для автоматической идентификации и обнаружения поражений и контроля качества и дает хорошие результаты. Это может помочь врачам находить поражения, диагностировать заболевания и стандартизировать операции врачей, чтобы улучшить качество операций врачей. Благодаря зрелой технической поддержке у него есть хорошие перспективы и практическая ценность для разработки эндоскопической операционной системы для обнаружения повреждений и контроль качества на основе методов искусственного интеллекта, таких как глубокое обучение.

В этом исследовании исследователи предложили систему навигации по стриктурам желчных путей на основе искусственного интеллекта в ЭРХПГ на основе MRCP, которая может указывать направление проводника и положение размещения стента в режиме реального времени.