基于神经引导和组织属性的解剖方法，以提高深度子宫内膜异位症的解剖识别能力：人工智能辅助的可视化技术

《Journal of Minimally Invasive Gynecology》：Nerve-Guided and Tissue Attribute-Oriented Dissection to Improve Anatomical Recognition in Deep Endometriosis: AI-Enhanced Visualization

神经导向分离技术结合AI增强可视化在深部子宫内膜异位症手术中的应用。通过识别腹下神经建立解剖导向，利用术后AI三维重建技术清晰显示纤维化区域内的神经、结缔组织及邻近器官的空间关系，确保安全分离平面。

　　

川原林康宏（Yasuhiro Kawarabayashi）| 林千尋（Chihiro Hayase）| 小川慎二（Shinji Ogawa）

日本福冈NHO九州医疗中心妇产科

摘要

目的

: 本文旨在展示神经引导解剖技术作为一种解剖定位策略，以及在深部子宫内膜异位症（DE）手术中识别安全解剖平面时组织特性的重要性，并通过术后人工智能辅助的解剖可视化技术为教学提供支持。

章节摘录

设计

本视频文章采用动画形式进行讲解。

研究背景

本研究为单中心经验。

患者

一名44岁的女性患者，患有深部子宫内膜异位症，表现为慢性盆腔疼痛和痛经。

干预措施

该视频展示了针对伴有严重纤维化和解剖结构扭曲的直肠阴道深部子宫内膜异位症的神经引导解剖技术。通常不建议常规进行直肠后方游离术；然而，在严重纤维化导致直肠阴道区域解剖平面难以辨认的情况下，选择性游离术可能有助于恢复解剖定位。在本例中，研究人员在未受病变影响的骶前区域有意识地识别了下腹神经。

结果

手术顺利完成，出血量极少且无并发症。术后人工智能辅助的可视化技术清晰地展示了神经、结缔组织及邻近器官之间的空间关系，有助于在纤维化区域准确识别解剖定位和基于组织特性的解剖平面。

结论

在伴有纤维化和解剖结构扭曲的深部子宫内膜异位症手术中，结合神经引导解剖技术与基于组织特性的解剖识别方法有助于恢复解剖定位并确定安全解剖平面。术后人工智能辅助的可视化技术为教学提供了有力支持。

利益冲突声明

川原林康宏博士获得了Anaut公司提供的与人工智能辅助解剖可视化相关的研究资助。林千寻博士和小川慎二博士均声明不存在利益冲突。

伦理委员会声明

本项目已通过NHO九州医疗中心的伦理委员会审查，由于不属于人体研究范畴，因此无需获得伦理委员会批准。

患者同意

已获得患者的书面同意，允许公开手术视频及临床详细信息。

未引用的参考文献

[1,2,3,4]