Surgical Data Science

Faites défiler vers le bas pour lire plus

Domaines de recherche

IRCAD France

Surgical data science: mission de l'équipe

Le département Surgical Data Science (SDS) a pour but d’améliorer les résultats de la chirurgie grâce à des systèmes logiciels basés sur l’IA et pilotés par des données cliniques. La mission de notre équipe est de créer des systèmes innovants qui améliorent les capacités des équipes chirurgicales grâce à l’IA, pour réduire les complications, démocratiser la chirurgie et obtenir de meilleurs résultats pour les patients.

Disrumpere

L’échographie est une technologie clé pour détecter le cancer de l’abdomen tôt et le traiter avec une intervention minimale. Le projet disrumpere vise à combiner des appareils à ultrasons à faible coût avec des technologies innovantes d’IA et de robotique, afin de rendre les échographie plus faciles, plus rapides et plus largement utilisés.

Systèmes de guidage de chirurgie laparoscopique avec réalité augmentée

Nous créons des systèmes informatiques pour améliorer la chirurgie laparoscopique grâce à la technologie de la réalité augmentée (RA). Il s’agit de fusionner des données d’images médicales en 3D, comme la tomographie ou l’imagerie par résonance magnétique, avec la vidéo laparoscopique, afin de montrer en temps réel l’emplacement des structures critiques telles que les tumeurs et les vaisseaux principaux. La réalité augmentée peut améliorer la sécurité, réduire la durée des opérations, simplifier les procédures complexes et rendre la chirurgie plus accessible dans les pays en développement.

Systèmes de guidage chirurgical percutané

La chirurgie percutanée est une technique très peu invasive permettant de biopsier et de traiter des lésions à l’aide de petites aiguilles passées à travers la peau. Nous créons des systèmes informatiques pour rendre la chirurgie percutanée plus facile, plus sûre, moins dépendante de l’opérateur, et pour étendre son utilisation aux tumeurs précoces et avancées, en utilisant une combinaison d’algorithmes logiciels innovants et de technologies de suivi des instruments en 3D.

Systèmes d'enseignement de l'échographie et de l'endoscopie flexible

Objective skill assessment is becoming an increasingly important component of surgery education and high-stakes skill assessment for accreditation. Our goal is to combine low-cost mechanical simulators with AI to make these tools broadly accessible.

Logiciels

Sight

Sight, the Surgical Image Guidance and Healthcare Toolkit facilitates the creation of software based on medical imaging.

It includes various features such as 2D and 3D medical image processing (CT/MRI/US), video processing, visualization, augmented reality, and connectivity with tracking systems. It can be used to write navigation systems, simulators, planning software, or even simple video filtering applications.

Sight is written in C++ and built on top of the best open-source libraries in the field such as OpenCV, ITK, VTK, PCL, and Qt and makes their usage easier by providing data common formats and wrappers. It is based on a modular object/service architecture, making building software application as simple as connecting together data, algorithms and user interface. It runs on Windows and Linux and is freely available under the LGPL.

Visualisation

Multi-Planar Reconstruction
Direct volume rendering
Mixed Rendering (Volume + Surfaces)
OpenGL 4.x programmable pipeline
Fast rendering pipeline

Formats and protocols

DICOM CT/MRI images
SCP/SCU
OpenIGTLink
Video files: MP4/AVI/MKV/…
Cameras: Intel Realsense, most USB webcams.
RTP/RTSP streaming

Fast prototyping

Interface and application design with XML or QML files
Reusable algorithms and widgets as services
Modular code, dynamic library loading
Easy application packaging
Prebuilt binaries for 3rd part libraries

Augmented reality

Camera calibration
Lens distortion and undistortion compensation
Virtual 2D/3D scene superimposition onto video
Precise synchronisation of the video and the virtual layer
Optical tracking with Aruco tags

Software applications

SightViewer

Medical image and segmentation viewer. It supports many popular formats including DICOM and VTK.

SightCalibrator

User-friendly application to calibrate mono and stereo cameras. Very handy since camera calibration is a prerequisite in any AR application.

Publications cliniques et techniques

Voir tout >

2004

Towards Realistic Radiofrequency Ablation of Hepatic Tumours 3D Simulation and Planning

Villard C., Soler L., Gangi A., Mutter D., Marescaux J.

pp.586-595

2003

Automatic Assessment of Adrenal Masses Using Virtual Reality : A Better Way to Define Surgical Indication?

Arenas M., Bacal D., Rubino F., Henri M., Dutson E., Garcia A., Jourdan I., Soler L., Vix M., Mutter D., Marescaux J.

39-40

2003

A 500 Hz Predictive Visual Servoing Scheme to Mechanically Filter Complex Repetitive Organ Motions in Robotized Surgery

Ginhoux R., Gangloff J.A., De Mathelin M.F., Soler L., Leroy J., Marescaux J.

3361-3366

2003

Model Predictive Control to Cancel Repetitive Deformations of Organs in Robotized Laparoscopic Surgery

Ginhoux R., Gangloff J.A., De Mathelin M.F., Soler L., Leroy J., Marescaux J.

2673

353-365

37 / 43 Premier Précédent 34 35 363738 39 40 Suivant Dernier

Set de données

Liver segmentation

3D-IRCADb-01

This dataset is composed of the CT-scans of 10 women and 10 men with hepatic tumors in 75% of cases.

Where appropriate, the Couinaud segment number corresponding to the location of tumors is also provided.

Respiratory cycle

3D-IRCADb-02

This dataset is composed of 2 anonymized CT-scans.

The first one has been realized during the arterial phase in inhaled position, whereas the second one has been realized during the portal phase in exhaled position.

The patient has a hepatic focal nodular hyperplasia in segment VII according to Couinaud’s description.

The DEPOLL dataset for evaluating registration accuracy in AR-guided liver surgery

DePoLL (the Deformable Porcine Laparoscopic Liver) dataset was created to quantitatively evaluate registration accuracy for AR-guided liver surgery using a pre-operative CT model.