首页 > 论文范文 > 医药卫生论文 > 外科论文 > 腹腔镜论文 > 智能化辅助图像实时去雾技术在腹腔镜胆囊切除术中的应用

智能化辅助图像实时去雾技术在腹腔镜胆囊切除术中的应用

2024-06-08 24 上传者：管理员

摘要：目的探讨智能化辅助图像实时去雾技术在腹腔镜胆囊切除术(LC)中的应用价值。方法回顾性分析2022年9月至2023年4月在西安交通大学第一附属医院行LC治疗的128例胆结石患者临床资料。其中男78例，女40例；年龄31～66岁，中位年龄53岁。患者均签署知情同意书，符合医学伦理学规定。患者LC利用智能化辅助手段在对图像进行识别处理，记录智能化设备识别出的不同级别雾气等级、持续时间，并记录去雾时间。实际烟雾持续时间与智能化图像识别时间比较采用秩和检验。结果患者术中烟雾持续存在时间8～17 min，中位时间13 min；术中取出镜子擦拭3～11次，中位次数6次；总体用时69～230 s，中位时间141 s。经过智能化去雾系统应用可有效识别术中产生雾气的级别，并根据需要进行雾气去除；单帧图像处理时间0.02～0.08 s，中位时间0.04 s，图像处理成功率97%(15 522/16 000)，可有效节省术中图像去雾时间(Z=-2.167，P<0.05)。结论智能化辅助图像实时去雾技术在LC术中应用是安全、可行的，可有效处理术中的雾气，利于术者更清晰地识别手术边界，提高手术效率，减少并发症发生。

关键词：
人工智能
微创外科
智能化去雾
术中辅助
胆囊切除术
腹腔镜
加入收藏

胆囊切除术是治疗胆囊结石、慢性胆囊炎和其他胆囊疾病最多见的治疗方式。随着微创外科理念、加速康复外科(ERAS)理念的推广，微创腹腔镜胆囊切除术(LC)因其创伤小、术后恢复快、患者体验好等优点在临床应用的比例逐年提高，替代了大部分开放性手术成为主流选择[1]。由于腔镜手术器械在使用过程中需要进行电刀、超声刀切割、电凝止血等操作，对人体组织产生的热分解作用导致的组织不完全燃烧会产生一系列烟雾、气溶胶等气体及PM2.5等非活性颗粒，降低了手术视野清晰度[2]，妨碍术中观察和手术的有效性[3]。这是一种目前临床较为影响手术正常进行的常见器械并发症，易增加手术风险，降低操作效率，并增加术中并发症风险[4]。

为了解决术中出现的雾气导致视野丢失的问题，我们自行设计算法对术中图像进行进一步处理，该算法在去雾的基础上可量化烟雾等级，提高术中图像在不同场景下的清晰度并进行颜色校正，明确各脏器与器械的位置，进而减少烟雾所造成的视野干扰，明确术中各个脏器的边界与器械位置，有助于手术顺利进行，减少术中并发症发生。该去雾算法已在肝脏和胃切除手术中进行广泛应用，显著改善了腔镜外科手术切除的效果。本文将重点介绍其在LC中的应用。

1、资料与方法

一、一般资料

回顾性分析2022年9月至2023年4月在西安交通大学第一附属医院肝胆外科行LC治疗的128例胆结石患者临床资料。其中男78例，女40例；年龄31～66岁，中位年龄53岁。原发病为胆囊结石、胆囊炎。所有患者均签署由医院伦理委员会批准的患者知情同意书，符合医学伦理学规定(伦理批准编号：XJTU1AF2023LSK-429)。

二、纳入与排除标准

1.纳入标准：

经临床诊断明确为胆囊结石及急性胆囊炎的患者；行LC患者；腹腔镜手术视频资料完整。

2.排除标准：

LC术中发现胆囊三角处解剖结构与CT、超声检查时有较大变化，如胆囊动脉、胆囊管有较大分支导致手术流程有较大差异的患者。

三、方法

1.去雾算法设计：

我们自主设计Yun-Transformer系统替代标准卷积操作的ViT模型作为基础，将其与传统的卷积神经网络(convolutional neural network，CNN)进行融合，基于此，提出了一种基于对抗自适应学习的EnhanceDehaze-Net网络用于图像去雾，网络模型框架如图1所示。该算法充分利用有雾图像在同一尺度空间内的自相似性来恢复去雾图像的解剖纹理细节信息。该模型分为两个子任务，在第一阶段，首先使用EnhanceNet增强模块对输入的有烟雾图像X进行预处理。为了充分利用有雾图像的物理特征，将有烟雾图像X和烟雾增强图像X1输入“Dehaze-Net”，得到折射率图像M和大气光值A。然后，将折射率图像M、大气光值A和烟雾增强图像X1一起输入EnhanceDehaze-Net，从而得到去雾图像Y；在第二阶段，采用对抗学习的方式对第一阶段的初步去雾结果Y进行细化，通过编码器和解码器对透射率图像进行二次增强并更新EnhanceDehaze-Net网络参数，将去雾图像Y与无雾图像进行对比，从而有效约束模型的损失函数，以得到高质量的去雾图像。利用强化学习以及视频间影像的上下文关联性学习，实现对于腹腔镜血污的自动视觉消除。图像优化算法部署在软件端，利用高性能计算平台提高图像的清晰度及色彩饱和度，在患者突发出血模糊镜头的状况下，通过算法对术中突发的血污画面进行视觉消除，实现自动去血污效果，并迅速传输优化后的图像，显示于相应屏幕，实现实时的画面共享。

2.分组及观察指标：

根据是否采用智能化去雾技术将LC患者分为两组，对照组为常规监视器下进行LC，智能去雾组为使用智能化去雾监视器下进行LC。统计术中出现雾气的时间、取出腹腔镜擦拭的时间及智能化识别处理去雾时间。所有雾气产生时间、去雾应用时间及术中雾气程度由两位高年资临床医师共同评估。

3.雾气严重程度分级：

图1 Yun-Transformer系统去雾算法工作示意图

根据术中雾气严重程度分为5级(图2)。第一级为非操作区局部有雾气不影响操作；第二级为操作区局部有雾气部分影响操作，需要辨别清楚手术区安全操作边界后手术；第三级为能正常认清器械和组织但是操作有风险，需要待雾气部分散去后进行手术；第四级为能认出器械但无法进行操作，需要利用人工智能辅助去雾后进行手术；第五级为雾气完全分不清器械与组织边界，必须应用人工智能辅助去雾。

四、统计学方法

采用SPSS 22.0统计软件进行数据分析。烟雾持续时间等偏态分布数据以全距和中位数表示，实际烟雾持续时间与智能化图像识别时间比较采用两独立样本非参数秩和检验。以P<0.05为差异有统计学意义。

2、结果

一、去雾情况

患者原始LC术中烟雾持续时间为8～17 min，中位时间13 min。手术过程中取出腹腔镜进行热水浸泡并擦拭次数为3～11次，中位次数6次；术中擦拭时间每次用时9～21 s，中位时间15 s；总体用时69～230 s，中位时间141 s。经过智能化去雾系统应用可有效识别术中产生雾气的级别，并根据需要进行雾气去除，单帧图像处理时间0.02～0.08 s，中位时间0.04 s，图像处理成功率97%(15 522/16 000)，可有效节省术中图像去雾时间(Z=-2.167，P<0.05)。

图2腹腔镜胆囊切除术中雾气严重程度分级

二、去雾效果

针对不同级别的雾气可应用不同的去雾算法来满足应用需求，从而在术中去雾的同时展示更好的手术切除边界及术野清晰度，优化手术流程，减少手术损伤。图3分别展示了采用不同的去雾算法获得的去雾结果。从左至右，第1列是术中带有烟雾的原始图像，第2列是采用Dehaze-NET的算法[5]，第3列是DCP算法的去雾图像[6]，第4列是基于我们提出的Yun-Transformer算法的去雾图像。第1至4行分别展示了4例患者的腔镜下关键帧。从实验结果观察到，算法一的去雾效果非常有限，图像中仍残留大量的烟雾和噪声。算法二虽然可以有限去除术中烟雾，但改变了图像对比度，对于医师而言，视觉效果无法接受。而对于我们提出的算法三，在保持图像像素值的同时，可以有效去除视线范围内的烟雾与噪声，提高图像质量(图3)。

3、讨论

在腹腔镜术中雾气会干扰手术进展并导致视野丢失。为了解决术中出现的雾气导致视野丢失的问题，医学界提出了一系列解决办法。目前已有多种方法通过减少腹腔镜术中烟雾来降低手术风险、提升术中操作便利性的报道。如术中常需要通过吸引器逐步将烟雾吸除或让其自行消散；或是通过镜头表面覆盖透明覆膜减少雾气产生；此外，扶镜手也需要定期取出硬镜镜头用温盐水不断擦拭以保持画质清晰度[6]；近年来，也有通过热镜技术利用加热手段减少雾气产生，这些操作在一定程度上严重影响了手术进程，提高了手术的风险[7,8,9]。然而，目前采用智能化技术解决腔镜手术烟雾问题的研究鲜有报道，随着人工智能技术在医疗领域的应用场景不断拓展，人工智能辅助术中手术画面识别目前已经开始逐渐应用于临床工作当中，人工智能可以作为人眼识别的补充，用以辅助制定手术路径规划、识别术中风险因素、明确手术切缘范围、标记并发症等更进一步改善外科手术治疗结果[10,11]。

图像去雾的核心环节是在保持原有图像真实的颜色和对比度的前提下，有效恢复被雾遮蔽的局部、全局结构以及纹理信息[12]。通过不断调整与优化算法构架、改进算法的效率，使之适应临床工作，不断提高术中图像的处理能力，我们自主设计了Yun-Transformer系统。基于Yun-Transformer的术中影像语义分割模型在医学领域中的应用能够克服传统方法在数据利用、特征表征和结果解释方面的不足，为医学图像的精准分割和诊断提供更加准确和可靠的工具和方法。通过强化学习以及视频间影像的上下文关联性学习，实现对于腹腔镜血污的自动视觉消除。图像优化算法部署在软件端，利用高算力平台改进图像的清晰度和饱和度，即使在患者突发出血模糊镜头的状况下，算法依然可以对术中突发的血污画面进行视觉消除，实现自动去血污效果，并快速传回优化后的图像，实现实时的画面共享。图像优化可以为术者提供更好的视觉辅助，术者可清晰地明确手术边界，从而更加安全高效地完成手术步骤，有效降低术中并发症的风险，提高手术安全性与效率。同时，减少清洗镜头的时间，为手术主刀医师争取更多时间处理术中突发事件，为患者救治提供有力保障，并辅助术者进行临床决策与治疗。

临床研究表明，腹腔镜手术中应用数字去雾技术可显著提高视野清晰度[13]，有助于缩短手术时间并减少术者的焦虑程度[14]。在本研究中，我们自行研发的图像去雾技术能够有效识别并处理腹腔镜胆囊切除手术术中雾气，有助于术者清晰地识别手术边界，提高手术效率。通过我们的研究可见，图像去雾仅需应用0.02～0.08 s即可清晰展示术中视野，该技术可缩短手术时间，对手术的顺利开展有良性循环作用。同时，通过减少术中雾气带来的干扰，可以极大程度地减少术中并发症发生。通过对图像的及时处理，术者可迅速应对因雾气引起的突发情况，确保患者在手术过程中的安全性，由于手术视野清晰，术者能更加准确地进行操作，有利于患者术后恢复[15]。此外，智能化腔镜去雾技术有望根据不同手术和患者的特点进行个性化定制。随着医疗技术的数字化和个性化发展趋势，医师可根据具体情况调整和优化去雾算法的参数，实现更精准的去雾效果[16,17,18,19,20]。

图3经不同去雾算法对术中图像有效的识别并清除雾气

第4列是我们优化后提出的Yun-Transformer算法的腔镜视野对比画面去雾图像

该优化技术能有效地处理术中雾气，提升手术水平和效果。术者能更好地识别手术边界，增强手术操作的准确性和可视性。同时，该技术的应用还能大幅度地减少术中并发症发生，并保障患者术中和术后安全。随着人工智能技术的快速发展，智能化腔镜去雾技术在未来将实现更多创新和进步。未来的智能化腔镜去雾技术将更加自动化和智能化，能够准确地检测和消除腔镜镜头上的水雾，减轻医师的操作负担，提高手术效率和安全性，并可能会结合多种传感器和模态，如热感应、光学成像等，在不同角度和维度上全面检测雾气，并采取适当的措施进行去除。这将实现更全面、准确的去雾效果，帮助医师获得更清晰的视野。

因此，智能化辅助图像实时去雾技术在LC术中应用是安全、可行的，可有效处理术中的雾气，利于术者更清晰地识别手术边界，提高手术效率，减少并发症发生。智能化腔镜去雾技术在解决手术中的雾气问题方面具有广阔的应用前景，除LC外已应用于肝脏及胃的腔镜手术并取得良好效果，日后有望应用于更多腔镜外科手术体系。通过自动化、智能化和远程协助等手段，智能化腔镜去雾技术将为腔镜手术的发展和智能化医疗的推进作出重要贡献。

参考文献:

[2]武玉多,蔡月日,翟羿,等.5G+人工智能在外科手术过程中的应用探讨[J].中国数字医学,2022,17(6):6-9.

[3]申红倩.基于深度神经网络的单幅图像去雾方法研究[D].秦皇岛:燕山大学,2021.

[4]李小玲.基于深度神经网络的单幅图像去雾算法研究[D].烟台:山东工商学院,2022.

[6]刘馨,庞朝梓,康山.腹腔镜手术视野受损原因及解决办法[J/OL].中华腔镜外科杂志(电子版),2019,12(2):122-125.

[7]杨霞,顾磊,胡文娟,等.数字去雾技术在腹腔镜手术中的应用效果简介[J].中国医疗设备,2016,31(12):107-109.

[8]顾磊,钟鸣,吴志勇,等.数字化去雾技术在腹腔镜直肠癌手术中的应用[J/OL].中华腔镜外科杂志(电子版),2015,8(1):20-23.

[9]韩洋.基于深度学习的图像雾化去除方法研究[D].哈尔滨:哈尔滨理工大学,2023.

[10]刘晔,顾磊,须捷平,等.数字去雾技术在腹腔镜影像教学中的应用[J].中国医学教育技术,2017,31(2):200-203.

[11]王少霞,林文婧,柯晓郑.自制简易吸烟装置在腹腔镜肝切除术中消除烟雾的应用效果[J].福建医药杂志,2022,44(1):166-167.

[12]吕建威.昼夜图像去雾算法的研究[D].长春:中国科学院大学(中国科学院长春光学精密机械与物理研究所),2022.

[13]陈燕.图像去雾及雾气浓度分类技术研究[D].淮北:淮北师范大学,2019.

[14]李志红.手术室电刀产生烟雾颗粒对手术室人员健康的危害及防护策略[J].医疗装备,2022,35(19):59-60.

[15]李维青,李志田,郭惠琴.经胸壁穿刺持续负压吸引法解决胸腔镜手术烟雾问题的效果[J].武警医学,2022,33(6):468-471.

[16]韩昊男.基于双约束的单帧和序列图像去雾关键技术[D].长春:中国科学院大学 (中国科学院长春光学精密机械与物理研究所),2022.

[17]姜鑫.基于生成式对抗网络的图像去雾算法研究[D].长春:中国科学院大学 (中国科学院长春光学精密机械与物理研究所),2022.

[18]乔丹.基于深度学习的图像去雾算法[D].南京:南京信息工程大学,2022.

[19]刘贤英,张雨云,刘娟.改良密闭排烟气法应用于腹腔镜下胆囊切除手术患者的效果[J].基层医学论坛,2022,26(14):15-17.

[20]陈海奕,罗俊青,练敏.腹腔镜手术中不同排烟雾方法的效果比较[J].黑龙江医学,2022,46(4):424-426.

基金资助:国家自然科学基金重大研究计划项目(92048202);国家自然科学基金面上项目(82172167); 陕西省重点研发计划项目(2022ZDLSF04-09);陕西省重点研发计划高校联合项目重点项目(2020GXLH-Z-001); 陕西省自然科学基础研究计划项目(2021JM-268); 西安交通大学自由探索与创新项目(xzy022023069);

文章来源:彭子洋,王志博,王丹,等.智能化辅助图像实时去雾技术在腹腔镜胆囊切除术中的应用[J].中华肝脏外科手术学电子杂志,2024,13(03):328-333.