2026.1.22
本文提出了一种基于先验对抗生成网络(GAN)的智能手术规划方法，通过对称先验解剖知识(SPAK)指导眶爆裂性骨折(OBF)的自动重建，显著提高了重建精度和效率，并在临床应用中得到验证，将规划时间从25分钟缩短至不足2分钟。
Title题目
01
Intelligent surgical planning for automatic reconstruction of orbital blowout fracture using a prior adversarial generative network
基于先验对抗生成网络的眶爆裂性骨折自动重建智能手术规划
文献速递介绍
02
眶爆裂性骨折（OBF）是一种常见的创伤，可导致眶疝出、复视和视力障碍，需要手术修复。由于眶壁复杂弯曲、骨壁薄、CT图像模糊以及骨折类型多样（塌陷、缺陷、移位），准确重建眶壁极具挑战性。现有的镜像重建方法需要大量手动调整，统计形状建模需要大量数据且存在配准问题。深度学习（DNN）主要用于分割，但未能实现骨折区域的完整重建，且现有DNN缺陷修复方法（如颅骨、下颌骨）不适用于OBF，因其通常涉及病灶切除，而OBF修复并非如此。本文旨在通过提出一种基于先验对抗生成网络（GAN）并由对称先验解剖知识（SPAK）引导的智能OBF自动重建手术规划方法，以实现精确自动化重建。
Aastract摘要
02
眶爆裂性骨折（OBF）是一种可能导致眶软组织疝出、眼球内陷甚至严重视功能障碍的疾病。鉴于眶壁骨折类型复杂多样，在OBF修复手术中重建眶壁面临巨大挑战。精确的手术规划对于解决此问题至关重要。然而，目前缺乏高效且精确的手术规划方法。因此，我们提出了一种基于先验对抗生成网络（GAN）的OBF自动重建智能手术规划方法。首先，提出了一种基于空间变换的对称先验解剖知识（SPAK）自动生成方法，以指导骨折眶壁的重建。其次，提出了一种基于SPAK引导的GAN重建网络，以实现骨折眶壁的准确自动重建。在此基础上，开发了一种基于所提出的重建网络和3D Slicer软件的新型手术规划工作流程，以简化操作步骤。最后，所提出的手术规划方法成功应用于OBF修复手术，验证了其可靠性。实验结果表明，所提出的重建网络实现了相对准确的眶壁自动重建，平均DSC为92.35 ± 2.13%，95% Hausdorff距离为0.59 ± 0.23毫米，明显优于现有最先进的网络。此外，所提出的手术规划工作流程将传统规划时间从平均25分17.8秒缩短至1分35.1秒，大大提高了规划效率。未来，所提出的手术规划方法在OBF修复手术中将具有良好的应用前景。
Method方法
03
所提出的OBF自动重建基本框架将先验解剖知识整合到GAN中，利用眶壁的左右对称性进行重建。该方法主要包括两部分：基于空间变换的SPAK自动生成和基于SPAK引导的GAN自动重建。SPAK生成过程通过3D V-Net自动分割正常和骨折眶壁，确定它们的空间变换关系（镜像正常侧，然后通过ICP算法配准到骨折侧），并应用变换矩阵生成SPAK。SPAK引导的GAN包含一个生成网络（GN）和一个判别网络（DN）。GN以骨折眶区域的CT图像和SPAK作为输入，采用类似于3D V-Net的编解码器结构生成重建后的眶壁。DN负责评估生成的眶壁，以确保重建的准确性。GN训练中结合使用多种损失函数（Dice系数损失、交叉熵损失和对抗损失），以确保准确的区域重叠并最小化边界骨折/孔洞。DN则使用标准的对抗损失来区分真实和伪造样本。
Discussion讨论
04
在OBF修复手术中，预成型眶板或眶植入物设计的有效性深受手术规划的影响。因此，准确重建骨折损伤的眶壁是外科医生关注的首要问题。我们的研究表明，在没有先验信息的情况下，GAN在骨折或塌陷区域重建原始眶壁时存在挑战，容易导致偏差或缺陷。这个问题是骨折或缺陷重建中的一个关键挑战，其中基于统计形状的先验引导重建是一个常见的解决方案。与此不同，本文提出的SPAK方法利用解剖学先验知识，通过利用对称左右眶的相似性从病例本身生成SPAK。与需要构建理想统计模型的统计形状先验相比，所提出的SPAK生成方法更简单。此外，我们的空间配准方法避免了镜像法选择准确对称平面的困难。对比实验表明，所提出的SPAK有效指导了GAN进行OBF重建。眶壁重建的效率也是外科医生关注的另一个问题。手术规划的对比实验表明，传统的基于iPlan的方法需要繁琐的交互操作，导致重建时间超过25分钟，显著降低了规划效率。相比之下，所提出的网络在短短12.44秒内实现了OBF眶壁的自动重建。此外，当与3D Slicer集成时，手术规划过程仅需1分35.1秒。时间的显著缩短极大地简化了手术规划过程并提高了重建效率。尽管所提出的重建算法和手术规划工作流程在临床实验中成功实施并取得了良好效果，但仍存在一些需要解决的缺点：(1) 在所提出的方法中，手动裁剪可能会影响SPAK的后续生成。尽管我们在ICP配准中使用了眶壁，但只要裁剪范围包含左右眶壁，分割后的眶壁点云理论上应保持一致。然而，由于分割算法不能保证不同裁剪结果的绝对一致性，手动裁剪可能会影响SPAK的生成。(2) 所提出的重建算法在单侧OBF病例中取得了准确的结果，但在重建双侧眶壁骨折方面仍存在挑战。当双侧眶壁均骨折时，生成的骨折SPAK可能对GAN重建产生负面影响。我们将在未来通过引入自动ROI检测和改进重建方法来解决这些问题。
Conclusion结论
05
本研究提出了一种基于先验对抗生成网络的新型OBF眶壁自动重建手术规划方法。认识到正常眶壁在骨折眶壁重建中的指导作用，我们提出了一种基于空间变换的SPAK自动生成方法。在此基础上，我们提出了一种由SPAK引导的基于GAN的OBF眶壁自动重建网络。此外，我们将所提出的重建网络集成到3D Slicer软件中，开发了一种新的OBF手术规划工作流程。最后，我们通过临床实验验证了所提出的重建网络和手术规划工作流程的可靠性。实验表明，所提出的重建网络实现了骨折眶壁的快速准确自动重建，超越了多个SOTA网络的性能。与传统手术规划相比，所提出的手术规划工作流程简化了操作步骤，显著提高了规划效率。未来，所提出的方法在OBF修复手术中将具有良好的临床应用前景。
Results结果
06
该方法在100例OBF CT扫描和70例正常眶CT扫描数据上进行训练，在50例OBF扫描数据上进行测试，由眼科医生提供真实标签。所提出的网络实现了92.35%的DSC、85.86%的IOU、92.01%的精确度、92.75%的敏感性、0.11毫米的ASD和0.59毫米的95HD，展示了准确的自动重建效果。每张图像的重建时间为12.44秒。消融实验表明，引入判别网络（DN）比单独使用生成网络（GN）提高了准确性，而添加SPAK显著进一步提高了重建精度（与单独使用GAN相比，DSC提高超过3.5%，95HD减少0.35毫米），证实了SPAK的关键作用。与多种SOTA网络（U-Net、V-Net、Attention U-Net、UNet++、nnUNet、UNetR、SwinUNetR）进行比较，所提出的网络在关键指标上表现更优（例如DSC提高超过2.5%，IOU提高超过4.5%，95HD减少超过0.3毫米），重建结果更准确，偏差和孔洞更少。新开发的手术规划工作流程与3D Slicer集成，减少了手动交互并显著提高了效率。传统规划平均耗时25分17.8秒，而本文方法仅需1分35.1秒，鼠标点击和滚动次数也大大减少。临床试验证实了该方法的有效性和可靠性，手术规划结果与使用钛板或生物可吸收板的术后重建结果高度一致。
Figure图
07
图 1.眶爆裂性骨折（OBF）眶壁重建前后对比图。(a) 显示眶内侧壁骨折，(b) 显示眶内侧壁和眶底壁均有骨折。红色箭头表示重建前后眶壁的差异。图像的第一行表示未重建的图像。三维模型通过阈值分割获得。很明显，实现眶壁的完全重建是具有挑战性的，因为存在塌陷、偏差和孔洞等问题。第二行显示了眶壁重建的结果。绿色区域表示重建后的眶壁。将这些结果与重建前的图像进行比较，可以看出重建过程需要在没有任何边界信息的情况下，准确地将眶壁恢复到其正常形状而没有边界信息。
图 2.基于先验对抗生成网络的OBF自动重建基本框架。
图 3.眶壁重建网络消融实验的小提琴图比较。其中，SPAK表示对称先验解剖知识，GN表示生成网络，GAN表示生成对抗网络，GAN+SPAK表示我们的方法。
图 4. 眶壁重建网络消融实验的重建结果比较。选择一个病例，并从三维表面距离误差以及横向、冠状和矢状平面的二维切片进行比较。其中，在二维切片上，绿色轮廓表示真实值，红色轮廓表示其重建结果。
图 5. 对称解剖先验引导的眶壁重建网络消融实验重建精度的小提琴图比较。Gan1代表损失函数Lossdice，Gan2代表损失函数Lossdice+Lossce。
图 6.SPAK引导的眶壁骨折重建网络消融实验的重建结果比较。红色圆圈表示眶重建结果的差异。
图 7.与部分SOTA网络进行对比实验的重建精度小提琴图比较。A代表U-Net，B代表V-Net，C代表注意力U-Net，D代表注意力V-Net，E代表U-Net++，F代表nnUNet，G代表UNetR，H代表SwinUNetR，I代表我们的方法。
图8本文提出的网络与部分SOTA网络的眶重建结果比较。绿色轮廓表示真实值，红色轮廓表示其重建结果。
图9本文提出的网络与几种SOTA网络之间的表面距离误差比较。
图10OBF重建手术规划流程。(a) 显示了将本文提出的重建网络集成到3D Slicer软件中，形成OBF手术规划扩展模块。(b) 是基于本文提出的网络开发的手术规划流程。© 是传统的手术规划流程。在 (b) 和 © 中，蓝色框表示手动步骤，红色框表示自动步骤，橙色框表示输出结果。
图11本文提出的手术规划方法已通过临床试验进行评估。(a) 显示外科医生在手术规划结果和导航的指导下进行OBF修复手术。(b) 显示了一例涉及眶内侧壁和眶底骨折的临床试验结果，植入物使用钛板。© 同样显示了一例眶内侧壁骨折的病例，植入物使用生物可吸收板。在这两张图中，红色轮廓代表手术规划结果，蓝色箭头表示重建区域。
