術前と術後のCT画像を融合させることで、人工内耳装用者の電極接点の挿入角度深さと中心周波数の評価が容易になるかどうかを検討した。さらに、さまざまな蝸牛パラメータの測定において、自動画像融合の有効性を従来の手動の方法と比較しました。最新の開発には、画像誘導手術やロボット挿入ツールなどがあります。
これらの術前および術中の進歩は、より個別化された一貫した臨床結果につながっています。現在の方法では、両方の手術用CT画像を分析するには、多くの場合、測定が必要です。これには広範なトレーニングとより多くの時間が必要であり、ばらつきやエラーが発生しやすく、その適用性が制限されます。
また、電極接点の角度挿入深さを測定する際の自動ビュー、画像の役割に関する十分な文献はありません。このプロトコルには自動化された方法が組み込まれているため、分析に必要な時間を節約しながら、電極アーチファクトや術後CTスキャンイメージングの影響を最小限に抑えながら、角度挿入深度を測定します。今後の研究では、より大きなコホートを使用して現在の知見を検証することに焦点を当てるべきである。
さらに、この研究では、解剖学に基づくフィッティング分野に革新的なツールを導入し、聴覚学的患者の転帰に関連してその有効性を調査する貴重な機会を提供しました。まず、術前と術後のCT画像をアップロードし、蝸牛のパラメータを測定します。これを行うには、ソフトウェアのデータ管理モジュールのインポートボタンを押して、術後と術前の両方のCT画像をアップロードし、DICOMファイルを選択します。
3D 耳蝸牛モジュールを使用して、A、B、H の値を含む modiolus 丸窓と蝸牛メトリクスの中心を手動で定義します。次に、ソフトウェアはA値とB値を使用して蝸牛管の長さを計算します。インプラント評価モジュールを開きます。
電極の接触検出を行い、必要に応じて検出した接触点を手動で調整してから、最終的な位置を確認します。ここで、示した従来の方法と新しい画像融合アプローチを比較するために、画像融合を行います。画像融合の場合は、ユーザーインターフェースの追加アイコンを押して、術前CT画像を画像融合パネルにインポートします。
ソフトウェアが自動的に登録プロセスを開始し、相互情報アルゴリズムを利用した自動融合機能を使用して、術前CT画像と以前にアップロードされた術後CT画像の位置を合わせます。3D 蝸牛モジュール内で新しくインポートした術前画像の蝸牛パラメータを再測定します。モジュールメニューの「自動」オプションを選択すると、蝸牛のパラメータの自動測定が実行されます。
自動アルゴリズムを使用して、内耳の解剖学的構造を3次元で再構築します。