切换至 "中华医学电子期刊资源库"
高级检索
中华腔镜外科杂志(电子版)

中华腔镜外科杂志(电子版) ›› 2024, Vol. 17 ›› Issue (05) : 290 -294. doi: 10.3877/cma.j.issn.1674-6899.2024.05.007

论著

腹腔镜术中超声主胰管自动识别模型的临床应用
赵毅1, 李昶田2, 唐文博2, 白雪婷2, 刘荣2,†()   
  1. 1.100853 北京，解放军医学院
    2.100853 北京，解放军总医院第一医学中心肝胆胰外科医学部
  • 收稿日期:2024-09-27 出版日期:2024-10-30
  • 通信作者: 刘荣

Clinical application of laparoscopic intraoperative ultrasound automatic main pancreatic ductidentificationmod

Yi Zhao1, Changtian Li2, Wenbo Tang2, Xueting Bai2, Rong Liu2,†()   

  1. 1.Medical School of Chinese PLA，Beijing 100853，China
    2.Department of Hepatobiliary and Pancreatic Surgery，The First Medical Center of PLA General Hospital，Beijing 100853，China
  • Received:2024-09-27 Published:2024-10-30
  • Corresponding author: Rong Liu
全文 ( ) 下载PDF ( ) 导出引用
引用本文：

赵毅, 李昶田, 唐文博, 白雪婷, 刘荣. 腹腔镜术中超声主胰管自动识别模型的临床应用[J]. 中华腔镜外科杂志(电子版), 2024, 17(05): 290-294.

Yi Zhao, Changtian Li, Wenbo Tang, Xueting Bai, Rong Liu. Clinical application of laparoscopic intraoperative ultrasound automatic main pancreatic ductidentificationmod[J]. Chinese Journal of Laparoscopic Surgery(Electronic Edition), 2024, 17(05): 290-294.

目的

总结分析基于深度学习的术中超声主胰管自动识别模型在外科医师术中超声技能培训和辅助胰腺微创外科手术中主胰管定位中的应用价值。

方法

使用主胰管自动识别模型辅助18 名培训学员学习术中超声主胰管图像的识别并收集考核资料；前瞻性纳入120 例拟使用术中超声定位主胰管的胰腺微创外科手术患者，术中使用主胰管自动识别模型辅助定位主胰管，收集术中超声操作时间、主胰管定位成功率及基线资料进行分析。

结果

对于培训医师，使用模型辅助考核可以提高准确率，缩短答题时间（100% vs. 86%，P＜0.05，6.6 min vs. 14.1 min，P＜0.05）；与不使用模型的对照组相比，使用深度学习模型可以提高术中超声操作速度（8.8 min vs. 13.6 min，P＜0.05）和定位成功率（96.6% vs. 81.6%，P＜0.05）。

结论

基于深度学习的术中超声主胰管自动识别模型可以帮助外科医师更快、更好地掌握术中超声技能，并能提高术中主胰管定位的速度和成功率，辅助手术安全有效进行。

关键词: 胰腺, 微创外科手术, 术中超声, 主胰管, 深度学习模型

Objective

To summarize and analyze the application of the deep learning intraoperative ultrasound（IOUS） main pancreatic duct automatic recognition model in IOUS skill training for surgeons and assisting in the locating of the main pancreatic duct in minimally invasive pancreatic surgery.

Methods

Use the main pancreatic duct automatic recognition model to assist 18 trainees in learning the recognition of IOUS main pancreatic duct images and collect examination data； Prospectively enroll 120 cases of minimally invasive pancreatic surgery that plan to use IOUS to locate the main pancreatic duct. For surgical patients，an automatic main pancreatic duct recognition model was used to assist in locating the main pancreatic duct during the operation. IOUS operation time， main pancreatic duct positioning success rate and baseline data were collected for analysis.

Results

For trainees， model-assisted examination can improve accuracy and answer time （100% vs. 86%，P＜0.05， 6.6 min vs. 14.1 mins， P＜0.05）； Compared with the control group that does not use models， using deep learning model can improve the IOUS operation time （8.8 min vs. 13.6 min， P＜0.05） and localization success rate （96.6% vs. 81.6%，P＜0.05）.

Conclusion

The deep learning IOUS main pancreatic duct automatic recognition model based on deep learning can help surgeons master IOUS skills faster and better， and can improve the speed and success rate of locating main pancreatic duct， assisting in safe and effective minimally invasive pancreatic surgery.

Key words: Pancreas, Minimally invasive surgery, Intraoperative ultrasound, Main pancreatic duct, Deep learning model
图1 术中超声主胰管自动识别模型输出结果示例
表1 术中超声主胰管自动识别模型辅助图像识别培训效果
直接考核组 辅助考核组 P值
准确率 86% 100% ＜0.05
答题时间（SD，min） 14.1（5.6） 6.6（2.6） ＜0.05
表2 术中超声主胰管自动识别模型临床应用效果
不使用模型组 使用模型组 P值
年龄（岁，范围） 43（22～75） 45（18～74） 0.93
BMI（kg/m2，SD） 24.12（5.3） 23.73（4.5） 0.66
性别（男） 23（38.3%） 22（36.7%） 0.99
病理诊断［例（%）］
胰腺导管内乳头状瘤 17（28.3） 19（31.6） 0.78
囊腺瘤 18（30.0） 12（20.0）
神经内分泌肿瘤 18（30.0） 20（33.3）
实性假乳头状瘤 5（8.3） 7（11.7）
其他 2（3.3） 2（3.3）
手术方式［例（%）］
局部切除/中段切除 53（88.3） 51（85） 0.85
远端胰腺切除 6（10.0） 8（13.3）
胰十二指肠切除 1（1.7） 0
其他 0 1（1.7）
主胰管直径［例（%）］
≤3 mm 41（68.3） 36（60.0） 0.34
＞3 mm 19（31.6） 24（40.0）
扫查时机
切割胰腺实质前 52（86.7） 56（93.3） 0.22
切割胰腺实质后 8（13.3） 4（6.7）
平均占位直径（SD，cm） 2.2（0.7） 2.4（0.8） 0.14
平均超声操作时间（SD，min） 13.6（5.5） 8.8（4.0） ＜0.05
主胰管定位成功［例（%）］ 49（81.6） 58（96.6） ＜0.05
表3 术中超声主胰管自动识别模型临床应用效果的亚组分析
　 主胰管直径＜3 mm 主胰管直径＞3 mm 不使用模型组 使用模型组
使用模型 不使用模型 使用模型 不使用模型 P值 使用模型 不使用模型 使用模型 不使用模型 P值
病例数［例（%）］ 50（41.7） 48（40） 10（8.3） 12（20.0） - 30（25） 30（25） 30（25） 30（25） 　-
平均操作时间（SD，min） 9.0（4.8） 15.4（6.2） 7.6（2.8） 8.1（3.3） ＜0.05 11.8（5.2） 15.4（5.3） 8.5（3.4） 9.2（4.6） ＜0.05
定位成功［例（%）］ 45（90.0） 40（83.3） 10（100） 12（100） ＜0.05 27（90） 22（73.3） 28（93.3） 30（100） ＜0.05
图2 使用模型先后顺序对操作时间变化影响的折线图
1
Liu R， Abu Hilal M， Besselink MG， et al. International consensus guidelines on robotic pancreatic surgery in 2023［J］. Hepatobiliary Surg Nutr， 2024， 13（1）：89-104.
2
Pfister M， Probst P， Müller PC， et al. Minimally invasive versus open pancreatic surgery： meta-analysis of randomized clinical trials［J］. BJS Open， 2023， 7（2）：zrad007.
3
Ei S， Mihaljevic AL， Kulu Y， et al. Enucleation for benign or borderline tumors of the pancreas： comparing open and minimally invasive surgery［J］. HPB （Oxford）， 2021， 23（6）：921-926.
4
Giuliani T， Marchegiani G， Girgis MD， et al. Endoscopic placement of pancreatic stent for “Deep” pancreatic enucleations operative technique and preliminary experience at two high-volume centers［J］. Surg Endosc， 2020， 34（6）：2796-2802.
5
Kolesnik O， Lukashenko A， Shudrak A， et al. Intraoperative ultrasonography in pancreatic surgery： staging and resection guidance［J］. Exp Oncol， 2015， 37（4）：285-291.
6
李昶田， 唐文博， 高元兴， 等. 术中超声在胰管修复外科中的应用：4 例病例报道［J］. 腹腔镜外科杂志， 2022， 27（5）：391-395.
7
JM Ni，Mhuircheartaigh， MR Sun， 等. 胰腺手术：多学科评价手术中超声的应用价值［J］. 国际医学放射学杂志， 2013， 3（v.36）：71.
8
李昶田，唐文博，柳俨哲，等.术中超声在机器人辅助胰腺良性-低度恶性肿瘤手术中的应用价值［J/CD］. 中华腔镜外科杂志（电子版）， 2022（2）：94-99.
9
Hagopian EJ， Zyromski NJ， Jeyarajah DR， et al. Mastery skill assessment in hepato-pancreato-biliary surgical ultrasound： it's a matter of entrustment［J］. Am J Surg， 2022， 223（5）：905-911.
10
胡明根，陈况，马奔，等.微创外科时代肝胆外科医师教学培养模式的探讨［J/CD］.中华腔镜外科杂志（电子版）， 2020， 13（2）：4.
11
Yang J， Shi X， Wang B， et al. Ultrasound image classification of thyroid nodules based on deep learning［J］. Front Oncol， 2022，12：905955.
12
Mǎmuleanu M， Urhut CM， Sǎndulescu LD， et al. Deep learning algorithms in the automatic segmentation of liver lesions in ultrasound investigations［J］. Life （Basel）， 2022， 12（11）：1877.
13
Zhang J， Zhu L， Yao L， et al. Deep learning-based pancreas segmentation and station recognition system in EUS： development and validation of a useful training tool （ with video） ［ J］.Gastrointest Endosc， 2020， 92（4）：874-885.e3.
14
Tian G， Xu D， He Y， et al. Deep learning for real-time auxiliary diagnosis of pancreatic cancer in endoscopic ultrasonography［J］.Front Oncol， 2022， 12：973652.
[1] 张洁, 罗小霞, 余鸿. 系统性免疫炎症指数对急性胰腺炎患者并发器官功能损伤的预测价值[J]. 中华普外科手术学杂志(电子版), 2025, 19(01): 68-71.
[2] 孟令凯, 李大勇, 王宁, 王桂明, 张炳南, 李若彤, 潘立峰. 袖状胃切除术对肥胖伴2型糖尿病大鼠的作用及机制研究[J]. 中华普外科手术学杂志(电子版), 2024, 18(06): 638-642.
[3] 康婵娟, 张海涛, 翟静洁. 胰管支架置入术治疗急性胆源性胰腺炎的效果及对患者肝功能、炎症因子水平的影响[J]. 中华普外科手术学杂志(电子版), 2024, 18(06): 667-670.
[4] 党军强, 杨雁灵, 汪庆强, 尚琳, 朱磊, 项红军. 主动经皮穿刺引流治疗重症急性胰腺炎并发急性坏死物积聚的疗效分析[J]. 中华普外科手术学杂志(电子版), 2024, 18(06): 671-674.
[5] 付成旺, 杨大刚, 王榕, 李福堂. 营养与炎症指标在可切除胰腺癌中的研究进展[J]. 中华普外科手术学杂志(电子版), 2024, 18(06): 704-708.
[6] 赵月, 田坤, 张宗明, 郭震天, 刘立民, 张翀, 刘卓. 降钙素原对老年急性重度胆囊炎发生的预测价值[J]. 中华肝脏外科手术学电子杂志, 2024, 13(06): 801-806.
[7] 翁桂湖, 刘悦泽, 张太平. 胰腺神经内分泌肿瘤治疗进展与争议[J]. 中华肝脏外科手术学电子杂志, 2024, 13(05): 602-606.
[8] 王妍, 李征, 卓奇峰, 周陈杰, 吉顺荣, 徐晓武, 陈洁, 虞先濬. 微小无功能性胰腺神经内分泌瘤外科治疗进展[J]. 中华肝脏外科手术学电子杂志, 2024, 13(05): 607-614.
[9] 刘颖斌, 陈炜. 胰腺全系膜切除理念存在的问题与争议[J]. 中华肝脏外科手术学电子杂志, 2024, 13(05): 615-619.
[10] 李澄清, 郭文毅, 王磊. 腹腔镜保留脾脏胰体尾切除术：微创胰腺外科的合理决策[J]. 中华肝脏外科手术学电子杂志, 2024, 13(05): 620-624.
[11] 郭诗翔, 谭明达, 王槐志. 胰头癌淋巴结清扫再思考[J]. 中华肝脏外科手术学电子杂志, 2024, 13(05): 625-628.
[12] 张昊, 潘卫东. 胰腺癌新辅助化疗后可切除性评估现状及进展[J]. 中华肝脏外科手术学电子杂志, 2024, 13(05): 629-633.
[13] 周倜, 吴嘉, 韩方, 徐林伟, 张宇华. 新辅助治疗时代胰腺癌淋巴结清扫研究进展[J]. 中华肝脏外科手术学电子杂志, 2024, 13(05): 634-639.
[14] 王军华, 王锐炫. 胰腺癌新辅助化疗现状和治疗策略[J]. 中华肝脏外科手术学电子杂志, 2024, 13(05): 640-643.
[15] 魏妙艳, 徐近. 合并远处转移胰腺癌系统性治疗的梳理和展望[J]. 中华肝脏外科手术学电子杂志, 2024, 13(05): 644-650.
阅读次数
全文


摘要

版权所有 中华医学会 中华医学电子音像出版社有限责任公司  京ICP备14006079号-1  网络出版服务许可证：(署)网出证(京)字第075号