通过计算机断层扫描图像融合增强人工耳蜗中的电极位置评估

我们研究了融合术前和术后 CT 图像是否有助于评估人工耳蜗受者电极接触的角度插入深度和中心频率。此外，我们比较了自动图像融合与传统手动方法在测量各种人工耳蜗参数方面的功效。最近的发展包括图像引导手术和机器人插入工具。

这些术前和术中的进展导致了更加个性化和一致的临床结果。目前分析两个手术 CT 图像的做法通常涉及测量。这需要大量的培训和更多的时间，并且容易出现可变性和错误，从而限制了它们的适用性。

并且没有足够的文献证明自动视图、图像在测量电极触点的角度插入深度中的作用。该方案采用自动化方法，节省了分析所需的时间，同时在测量入角深度的同时最大限度地减少了电极伪影和术后 CT 扫描成像的影响。未来的研究应侧重于使用更大的队列来验证当前的发现。

此外，本研究为基于解剖学的拟合领域引入了一种创新工具，为研究其与听力学患者结果相关的有效性提供了宝贵的机会。首先上传术前和术后 CT 图像并测量耳蜗参数。为此，请按软件数据管理模块中的导入按钮，上传术后和术前 CT 图像并选择 DICOM 文件。

使用 3D 耳蜗模块，手动定义 modiolus 圆窗的中心和耳蜗指标，包括 A、B 和 H 值。然后，软件使用 A 和 B 值计算耳蜗导管长度。打开种植体评估模块。

执行电极接触检测，并在确认其最终位置之前根据需要手动调整检测到的接触点。现在，为了将所示的传统方法与新颖的图像融合方法进行比较，请执行图像融合。对于图像融合，按用户界面中的添加图标，将术前 CT 图像导入图像融合面板。

允许软件自动启动配准过程，使用利用互信息算法的自动融合功能将术前 CT 图像与之前上传的术后 CT 图像对齐。在 3D 人工耳蜗模块中重新测量新导入的术前图像上的人工耳蜗参数。在模块菜单中选择自动选项以执行耳蜗参数的自动测量。

使用自动算法在三个维度上重建内耳解剖结构。