人工智能(AI)和计算机视觉技术的全球领导者RSIP Vision今天宣布了一种基于AI的新型创新解决方案，用于从X射线图像对膝盖进行3D重建。这项技术为医师提供了每个骨骼的丰富3D建模，可以为手术计划和植入物装配提供关键数据，从而改善医师的工作流程并减少对当前使用的高成本和高辐射率方法的需求。医生将获得患者膝盖的精确3D解剖模型，从而实现最佳的术前计划和精确的植入物剪裁。

X射线扫描仪比CT或MRI扫描仪广泛可用且便宜。而且，与CT扫描仪相比，它们使患者受到的辐射少得多。但是，X射线图像仅给出2D信息，该信息是3D射线通过解剖对象的总和得出的。因此，医生通常会拍摄两张X射线照片的侧面和AP视图，以粗略估计3D解剖结构。然而，仍然缺少的是每个骨骼的丰富3D建模，这可以为手术计划和植入物拟合提供关键数据。RSIP Vision开发的新技术可以通过两张AP的X射线图像和侧面视图生成膝关节的3D模型。

该模型基于卷积神经网络，这是一种已被证明对各种任务非常有效的最新技术。尤其是，基于深度神经网络的模型优于所有以前的图像分割方法。然而，由于难以用标准可区分层表示尺寸放大，因此从2D图像进行3D重构对于神经网络仍然具有挑战性。由于X射线图像的透明性，重建骨骼表面尤其具有挑战性。RSIP Vision通过引入特殊的尺寸扩大层来应对这些挑战。

3D模型的主要用途是计划和精确测量，以精确配合植入物或用于患者特定的术中指导。

因此，已经通过将3D模型与患者的CT扫描进行比较来完成测试。模型与实际扫描之间的距离是我们需要的精度度量。

根据我们的测试，这项技术的精度接近1mm，这是在全膝关节置换中最好地适合植入物所需的精度。

结果表明，这项新技术对于从两个标准的双平面X射线视图重建膝盖骨的3D模型非常有效。事实证明，深层神经网络模型以及合成数据创建和有效的训练过程，是一种强大的技术，可通过低成本，广泛使用的低辐射成像方式为每个骨骼创建丰富的3D建模。

膝关节置换手术在其他关节手术中很常见。实现高精度和成功率的最重要因素是术前计划，在此期间，整形外科医生通常使用昂贵，耗时且几乎不可用的方式(CT，MRI等)。为了克服这个障碍，RSIP视觉开发仅在X射线束基于一种新技术，是现成的，准确的，便宜的和可重复的，这可能在外围不佳被应用在丰富的中部地区，同时保留分段质量，”说放射科医生Rabeeh Fares博士;特拉维夫Sourasky医学中心放射诊断学系。