A deep learning-driven method for safe and effective ERCP cannulation

07.02.2025
Original Article

Erschienen in:

Verfasst von: Yuying Liu; Xin Chen; Siyang Zuo
Erschienen in: International Journal of Computer Assisted Radiology and Surgery | Ausgabe 5/2025

Einloggen

Aktivieren Sie unsere intelligente Suche, um passende Fachinhalte oder Patente zu finden.

search-config

KI-gestützte Suche

Aus

Abstract

Der Artikel konzentriert sich auf eine tief lernende Methode für eine sichere und effektive ERCP-Kanalisierung, die die Komplexität einer präzisen Kanalisierung in einem dynamischen chirurgischen Umfeld adressiert. Es stellt das 4STDH-Framework vor, das vier Vorhersageköpfe und ein Swin-Transformer-Modul nutzt, um duodenale Papillen und chirurgische Kanülen mit hoher Genauigkeit zu erkennen. In der Studie wird auch der DPAC-Datensatz vorgestellt, der speziell für die Anleitung zur ERCP-Kanulation entwickelt wurde und unter klinischer Expertenführung kommentiert wurde. Experimentelle Ergebnisse zeigen, dass die 4STDH-Methode modernste Algorithmen hinsichtlich Genauigkeit und Robustheit übertrifft, was sie zu einem wertvollen Werkzeug zur Verbesserung der Sicherheit und Effizienz von ERCP-Verfahren macht. Der Artikel schließt mit der Hervorhebung des Potenzials der vorgeschlagenen Methode zur Verbesserung der klinischen Ergebnisse und als Schulungsinstrument für medizinisches Fachpersonal.

KI-Generiert

Diese Zusammenfassung des Fachinhalts wurde mit Hilfe von KI generiert.

Bitte loggen Sie sich ein, um Zugang zu Ihrer Lizenz zu erhalten.

Jetzt einloggen Kostenlos registrieren

Sie haben noch keine Lizenz? Dann Informieren Sie sich jetzt über unsere Produkte:

Springer Professional "Wirtschaft+Technik"

Online-Abonnement

Mit Springer Professional "Wirtschaft+Technik" erhalten Sie Zugriff auf:

über 102.000 Bücher
über 537 Zeitschriften

aus folgenden Fachgebieten:

Automobil + Motoren
Bauwesen + Immobilien
Business IT + Informatik
Elektrotechnik + Elektronik
Energie + Nachhaltigkeit
Finance + Banking
Management + Führung
Marketing + Vertrieb
Maschinenbau + Werkstoffe
Versicherung + Risiko

Jetzt Wissensvorsprung sichern!

Jetzt informieren

Springer Professional "Wirtschaft"

Online-Abonnement

Mit Springer Professional "Wirtschaft" erhalten Sie Zugriff auf:

über 67.000 Bücher
über 340 Zeitschriften

aus folgenden Fachgebieten:

Bauwesen + Immobilien
Business IT + Informatik
Finance + Banking
Management + Führung
Marketing + Vertrieb
Versicherung + Risiko

Jetzt Wissensvorsprung sichern!

Jetzt informieren

Springer Professional "Technik"

Online-Abonnement

Mit Springer Professional "Technik" erhalten Sie Zugriff auf:

über 67.000 Bücher
über 390 Zeitschriften

aus folgenden Fachgebieten:

Automobil + Motoren
Bauwesen + Immobilien
Business IT + Informatik
Elektrotechnik + Elektronik
Energie + Nachhaltigkeit
Maschinenbau + Werkstoffe

Jetzt Wissensvorsprung sichern!

Jetzt informieren

Vorheriger Artikel Depth-based registration of 3D preoperative models to intraoperative patient anatomy using the HoloLens 2

Nächster Artikel Automatic diagnosis of abdominal pathologies in untrimmed ultrasound videos

Metadaten
Literatur

Titel: A deep learning-driven method for safe and effective ERCP cannulation
Verfasst von: Yuying Liu
Xin Chen
Siyang Zuo
Publikationsdatum: 07.02.2025
Verlag: Springer International Publishing
Erschienen in: International Journal of Computer Assisted Radiology and Surgery / Ausgabe 5/2025
Print ISSN: 1861-6410
Elektronische ISSN: 1861-6429
DOI: https://doi.org/10.1007/s11548-025-03329-w

Dieser Inhalt ist nur sichtbar, wenn du eingeloggt bist und die entsprechende Berechtigung hast.

Springer Professional

A deep learning-driven method for safe and effective ERCP cannulation

Abstract

Abstract

Purpose

Methods

Results

Conclusion

Bitte loggen Sie sich ein, um Zugang zu Ihrer Lizenz zu erhalten.

Sie haben noch keine Lizenz? Dann Informieren Sie sich jetzt über unsere Produkte:

Springer Professional "Wirtschaft+Technik"

Springer Professional "Wirtschaft"

Springer Professional "Technik"

Weitere Artikel der Ausgabe 5/2025

Depth-based registration of 3D preoperative models to intraoperative patient anatomy using the HoloLens 2

Generation of surgical reports for lymph node dissection during laparoscopic gastric cancer surgery based on artificial intelligence

German surgeons’ perspective on the application of artificial intelligence in clinical decision-making

Automatic future remnant segmentation in liver resection planning

Double-mix pseudo-label framework: enhancing semi-supervised segmentation on category-imbalanced CT volumes

Leveraging deep learning for nonlinear shape representation in anatomically parameterized statistical shape models

Premium Partner