Alignmentanalyse der unteren Extremität und präoperative Planung kniegelenksnaher Umstellungsosteotomien durch künstliche Intelligenz
Übersetzter Titel:
Alignment analysis of the lower extremity and preoperative planning of knee osteotomies using artificial intelligence
Autor:
Lindner, Felix Johannes
Jahr:
2025
Dokumenttyp:
Dissertation
Fakultät/School:
TUM School of Medicine and Health
Institution:
Klinik und Poliklinik für Orthopädie und Sportorthopädie (Prof. von Eisenhart-Rothe)
Betreuer:
Pogorzelski, Jonas (Priv.-Doz. Dr.)
Gutachter:
Pogorzelski, Jonas (Priv.-Doz. Dr.); Schwarz, Markus (Priv.-Doz. Dr.)
Sprache:
de
Fachgebiet:
MED Medizin
TU-Systematik:
MED 670; MED 550
Kurzfassung:
In dieser Arbeit wurde ein deep learning Modell zur automatisierten Alignmentanalyse der unteren Extremität und präoperativen Planung einer kniegelenksnahen Umstellungsosteotomie (mowHTO) entwickelt und evaluiert. Das Modell zeigte eine mit erfahrenen Orthopäden vergleichbare Genauigkeit und Reliabilität bei gleichzeitig signifikant reduzierter Planungsdauer. Die Ergebnisse unterstreichen das Potenzial künstlicher Intelligenz in der Osteotomieplanung für den Einsatz in der klinischen Praxis.
Übersetzte Kurzfassung:
In this study, a deep learning model was developed and evaluated for automated alignment analysis of the lower extremity and preoperative planning of a knee osteotomy (mowHTO). The model demonstrated accuracy and reliability comparable to that of experienced orthopedic surgeons, while significantly reducing planning time. The results highlight the potential of artificial intelligence in osteotomy planning for clinical application.
Login
BibTeX