使用锥形束计算机断层扫描图像自动定位耳蜗植入电极

摘要 背景 耳蜗植入物（CI）是可植入的医疗设备，能够通过电刺激听神经，在内耳损伤的情况下感知声音和理解语言。刺激通过外科手术插入耳蜗的电极阵列进行。在CI植入后，使用锥形束计算机断层扫描（CBCT）评估电极的位置。此外，CBCT还用于研究研究中，以调查电极位置与CI使用者听力结果之间的关系。在临床常规中，CI电极的位置估计是手动完成的，这非常耗时。结果 本研究的目的是优化CI植入后从CBCT数据进行自动电极定位的程序。为此，我们分析了对10种不同类型电极阵列的150个CBCT数据集的自动电极定位性能。我们自己实施的方法由Noble和Dawant（计算机科学讲义（包括人工智能子系列和生物信息学讲义），Springer，第152-159页，2015年。https://doi.org/10.1007/978-3-319-24571-3₁9）提供，作为评估的基准。评估了不同电极阵列类型的检测率和定位准确性的差异，并对错误进行了分类。基于此分析，我们制定了一种策略，以优化自动电极定位程序。结果表明，特别是间距较远的电极与深插入相结合，可能导致定位过程中顶端-基底混淆。这种混淆导致电极无法被正确检测或分配，导致定位准确性下降。结论 我们提出了一种扩展的成本函数，用于自动电极定位方法，防止电极的重复检测，从而避免顶端-基底混淆。这显著提高了检测率11.15个百分点，并将整体定位准确性改善了0.53毫米（1.75个体素）。与其他方法相比，我们提出的成本函数不需要关于个体耳蜗解剖结构的任何先验知识。