Notícia

Tecnologia de navegação usada em veículos autônomos pode auxiliar na visualização em neurocirurgia

Pesquisadores demonstraram método de orientação neurocirúrgica em tempo real que utiliza técnicas avançadas de visão computacional

Divulgação, Universidade Johns Hopkins

Fonte

JHU | Universidade Johns Hopkins

Data

terça-feira, 5 setembro 2023 17:25

Áreas

Cirurgia. Ciência da Computação. Engenharia Biomédica. Imagens Médicas. Inteligência Artificial. Medicina. Neurocirurgia. Visão Computacional.

O acesso neurocirúrgico ao cérebro envolve perfurações e cortes que podem fazer com que a anatomia profunda do cérebro se desloque ou fique distorcida. Isto pode criar discrepâncias entre a imagem pré-operatória e o estado real do cérebro durante o procedimento.

Os atuais sistemas de navegação cirúrgica podem ajudar na orientação, mas normalmente usam pinos e pinças para manter a cabeça do paciente firmemente no lugar, o que acarreta o risco de complicações e pode prolongar o tempo de recuperação.

Uma equipe de pesquisadores dos Laboratórios de Imagens para Cirurgia, Terapia e Radiologia (I-STAR) da Universidade Johns Hopkins, nos Estados Unidos, está trabalhando em uma solução menos invasiva e que não requer equipamento adicional nem expõe os pacientes à radiação extra ou longos períodos de exame normalmente associados à imagem real. Eles fizeram parceria com a empresa Medtronic e com os Institutos Nacionais de Saúde dos EUA (NIH) para desenvolver um sistema de orientação em tempo real que utiliza um endoscópio, equipamento já comumente empregado em neurocirurgias.

O trabalho foi descrito na revista científica IEEE Transactions on Medical Robotics and Bionics.

“Nosso estudo demonstra a superioridade deste método de navegação 3D em tempo real sobre as técnicas atuais de visualização”, disse Prasad Vagdargi, doutorando nos Laboratórios I-STAR e autor principal do estudo. Vagdargi é orientado pelo Dr. Jeffrey Siewerdsen, professor de Engenharia Biomédica, e pelo Dr. Gregory Hager, professor de Ciência da Computação da Universidade Johns Hopkins.

O método de orientação cirúrgica da equipe baseia-se em uma técnica avançada de visão computacional chamada localização e mapeamento simultâneos (SLAM), que também tem sido usada para navegação em veículos autônomos. Depois de calibrar um feed de vídeo endoscópico, o algoritmo SLAM da equipe rastreia detalhes visuais importantes em cada quadro e usa esses detalhes para determinar onde a câmera do endoscópio está e como está posicionada. O algoritmo então transforma esses detalhes em um modelo 3D do objeto – neste caso, o interior do crânio de um paciente. Este modelo é então sobreposto ao feed de vídeo real para visualizar estruturas específicas na tela em tempo real.

“Imagine isso como um mapa 3D dinâmico do cérebro de um paciente que você pode usar para rastrear e combinar deformações cerebrais profundas com imagens pré-operatórias”, disse Prasad Vagdargi. “Combinar este mapa com uma sobreposição de realidade aumentada no vídeo endoscópico ajudará os cirurgiões a visualizar alvos e anatomia crítica muito além da superfície do cérebro”.

Os pesquisadores cunharam o termo ‘endoscopia aumentada‘ para este método altamente preciso e de última geração de visualização cirúrgica ao vivo. Através de uma série de experimentos pré-clínicos, eles demonstraram que este método é 16 vezes mais rápido que as técnicas anteriores de visão computacional, mantendo a precisão submilimétrica.

A equipe prevê que a maior precisão proporcionada pela endoscopia aumentada pode levar à redução de complicações, tempos de operação mais curtos e, portanto, maior eficiência cirúrgica – não apenas em neurocirurgias, mas também em outros procedimentos endoscópicos em todas as disciplinas médicas.

A equipe de pesquisa está atualmente colaborando com neurocirurgiões do Hospital Johns Hopkins em um estudo clínico com o objetivo de refinar e validar o método para uso em salas cirúrgicas reais. Os pesquisadores também estão expandindo sua abordagem aplicando métodos de inteligência artificial e aprendizado de máquina para melhorar ainda mais a velocidade e a precisão de futuras iterações de seu algoritmo.

“Acreditamos que as nossas descobertas são muito importantes e sentimos que chegou a hora da tecnologia da endoscopia aumentada”, concluiu Prasad Vagdargi.

Acesse o resumo do artigo científico (em inglês).

Acesse a notícia completa na página da Universidade Johns Hopkins (em inglês).

Fonte: Jamie Patterson, Universidade Johns Hopkins. Imagem: Divulgação, Universidade Johns Hopkins.

Em suas publicações, o Portal Tech4Health da Rede T4H tem o único objetivo de divulgação científica, tecnológica ou de informações comerciais para disseminar conhecimento. Nenhuma publicação do Portal Tech4Health tem o objetivo de aconselhamento, diagnóstico, tratamento médico ou de substituição de qualquer profissional da área da saúde. Consulte sempre um profissional de saúde qualificado para a devida orientação, medicação ou tratamento, que seja compatível com suas necessidades específicas.

Os comentários constituem um espaço importante para a livre manifestação dos usuários, desde que cadastrados no Portal Tech4Health e que respeitem os Termos e Condições de Uso. Portanto, cada comentário é de responsabilidade exclusiva do usuário que o assina, não representando a opinião do Portal Tech4Health, que pode retirar, sem prévio aviso, comentários postados que não estejam de acordo com estas regras.

Leia também

2024 tech4health t4h | Notícias, Conteúdos e Rede Profissional em Saúde e Tecnologias

Entre em Contato

Enviando
ou

Fazer login com suas credenciais

ou    

Esqueceu sua senha?

ou

Create Account