近日，我中心邓柯副教授团队与北京大学人民医院胸外科团队合作在胸外科经典期刊《欧洲心胸外科杂志》（European Journal of Cardio-Thoracic Surgery，简称EJCTS）发表题为“Detection of blood stains using computer vision-based algorithms and their association with postoperative outcomes in thoracoscopic lobectomies”的研究论文，提出了一种基于计算机视觉的术中出血识别与计量方法，并首次将手术视频分析与临床预后关联分析相结合，为手术预后提供指导。
北京大学人民医院博士研究生许昊和中心21级博士研究生韩庭萱为本文的共同第一作者，中心邓柯副教授和北京大学人民医院的周健副教授、王俊院士为本文的共同通讯作者，中心19级博士研究生王海沣参与工作。
如今，胸外科手术已逐渐转向微创(Minimally Invasive Surgery，简称MIS)范式。与开胸手术相比，视频辅助胸腔镜手术（Video Assisted Thoracoscopic Surgery，简称VATS）因其较少的术后急性期、较小的肺功能损害、较低的术后发病率以及较短的住院时间，已成为治疗早期和局部晚期非小细胞肺癌患者的标准方式。在VATS手术期间，数码相机将手术过程拍摄为视频。手术视频中包含大量有关患者术中出血情况的信息，例如出血的时段、冲水操作后的出血状况等。如何通过对手术视频的分析准确有效地量化VATS视频中的血迹，并提取能够反映手术状态、与预后显著相关的变量是一项尚未解决的挑战。
本文使用北京大学人民医院胸外科2020年行肺叶切除术的275例手术视频，利用图像背景信息，提出了一种基于RGB通道动态阈值的血迹像素识别算法，对血迹像素的判别准则进行实时调整，并在血迹像素识别任务中取得准确性99.1%，特异性98.9%，敏感度99.2%的效果。该方法具有运算简单快速、准确性高的特点，适用于长时间、高清晰度的视频分析。对术中血迹像素进行识别后，本文提取基于血迹像素占比的变量用以刻画术中出血情况，并与患者预后指标进行关联分析，得到了具有统计学显著性的变量，由此形成临床预后方案，为预后管理提供指导。
论文链接：
https://academic.oup.com/ejcts/advance-article-pdf/doi/10.1093/ejcts/ezac154/43152865/ezac154.pdf