一个算法的诊断准确性,用于区分假设的固体和气体微栓塞信号在跨的多普勒检查期间
Rudolf W M Keunen1, Sayonara M Daal1, Geert Jan Romers2
1Department of Cardiac Surgery, Haga Teaching Hospitals, The Hague, The Netherlands.
Ultrasound in medicine & biology
|September 14, 2023
概括
一个新的算法,SGA-a,准确地区分固体和气体微栓塞信号从跨的多普勒超声波中的文物. 这种工具有助于监测接受心脏手术的患者,并可能防止脑损伤.
科学领域:
- 神经科学是一个神经科学.
- 生物医学工程 生物医学工程
- 医疗成像医学成像
背景情况:
- 跨内多普勒 (TCD) 超声波对于监测大脑微栓塞至关重要.
- 从文物中区分微栓塞信号 (MES) 是具有挑战性的,但至关重要的.
- 固体和气体栓塞在心脏手术等手术中存在不同的风险.
研究的目的:
- 评估一种新的算法SGA-a的诊断准确性,用于对TCD音频信号的时间域分析.
- 评估SGA-a区分固体,气体微栓塞信号和人工物 (SGA) 的能力.
主要方法:
- 在两个患者队列中,SGA-a与人类专家分类进行了验证.
- 第1组 (n=24,429) 评估了文物分类的准确性.
- 队列2 (n=12,328) 评估了大动脉置换后栓塞区分的准确性.
主要成果:
- SGA-a在第1队列中的文物分类中实现了94.5%的准确性.
- 在第2组中,固体/气体栓塞与文物之间的区分精度为85.6%.
- 固体和气体栓塞试验文件的错误分类率分别为2%和12%.
结论:
- SGA-a在检测和区分微血栓信号与文物方面表现出显著的准确性.
- 该算法显示了潜在的临床实用性,用于监测心脏门和大动脉门手术期间有脑微栓塞风险的患者.
