自动肺部超声波肺部疾病量化使用无监督机器学习技术对COVID-19进行量化
Hersh Sagreiya1, Michael A Jacobs2,3, Alireza Akhbardeh3,4
1Department of Radiology, Perelman School of Medicine, University of Pennsylvania, Philadelphia, PA 19104, USA.
Diagnostics (Basel, Switzerland)
|August 26, 2023
概括
一个新的计算肺超声波 (CLU) 指数提供了一种自动化,无监督的方法来量化COVID-19患者的肺病负担. 该工具有助于评估肺部超声波检测结果,特别是在资源有限的环境中.
科学领域:
- 医疗成像医学成像
- 人工智能的人工智能
- 肺部病理学 肺部病理学
背景情况:
- 通过PCR诊断COVID-19并不能量化肺部疾病的严重程度.
- 护理点肺超声波 (POCUS) 可以评估COVID-19的肺部发现.
- 超声波是廉价的,便携式的,并且广泛可用.
研究的目的:
- 开发一种自动化,无监督的学习技术,使用肺超声波量化肺病负担.
- 引入计算的肺超声波 (CLU) 指数,用于客观评估肺部发现.
主要方法:
- 开发了一种无监督学习技术,即计算的肺超声波 (CLU) 指数.
- 该CLU指数量化肺超声波的发现,如A/B线,巩固和多叶流液.
- 采用了针对患者的具体方法,而不需要大型数据集培训.
主要成果:
- 在来自多个机构的52次肺部超声波检查中测试了CLU指数.
- 在CLU指数得分和放射科医生评估之间表现出很好的一致性.
- 临床肺病指数 (CLU) 提供了对肺病负担的量化衡量.
结论:
- CLU指数提供了一种自动化和客观的方法,用于评估COVID-19肺部疾病负担.
- 这种工具对超声波专家和医生非常有价值,特别是在资源有限的地区.
- 在不同的临床环境中,CLU提高了肺部超声波的诊断能力.
