相关实验视频
Updated: Jul 13, 2025
06:09
Optic Nerve Sheath Point of Care Ultrasound: Image Acquisition
Published on: August 18, 2023
1.6K
使用卷积神经网络进行超声波视神经外直径测量的自动化
Mohammad I Hirzallah1,2, Supratik Bose3, Jingtong Hu4
1Departments of Neurology and Neurosurgery, Baylor College of Medicine, Houston, Texas, USA.
概括
深层卷积神经网络 (CNN) 自动测量视神经外直径 (ONSD),这是对内压力的非侵入性替代品. 这种人工智能工具显示出与专家测量的强烈一致,改善了ICP监测的可访问性.
科学领域:
- 医疗成像医学成像
- 人工智能在医学中的应用
- 神经科学是一个神经科学.
背景情况:
- 超声波视觉神经外 (ONS) 直径 (ONSD) 是一种非侵入性的内压力 (ICP) 替代品.
- 目前的ICP监测是侵入性的,需要专门的设置.
- 对于较少专业化的环境而言,非侵入性ICP监测至关重要,但ONSD测量需要专家技能.
研究的目的:
- 通过使用深 convolutional 神经网络 (CNN) 来自动化视神经外直径 (ONSD) 测量.
- 为基于CNN的ONSD估计开发一种新的掩盖技术.
- 为了提高非侵入性内压力 (ICP) 监测的可访问性.
主要方法:
- 一个CNN受过训练,可以生成识别ONS的口罩.
- 训练了8个CNN模型,他们的输出平均为最终的口罩预测.
- 布兰德-阿尔特曼和皮尔森的相关性分析评估了CNN和专家对46名患者873张图像的测量结果之间的一致性.
主要成果:
- 来自CNN的ONSD估计显示与专家测量有很强的一致性 (r = 0.7,p < .0001).
- 平均ONSD差异为0.19毫米 (95%CI,0.10-0.27毫米;p = .0011). 这是一个很大的差异.
- 根的平均平方误差为0.27毫米,表明高精度.
结论:
- 一个CNN可以有效地学习使用掩盖技术来测量ONSD.
- 这种自动化方法消除了对图像细分或地标检测的需求.
- 开发的CNN为可访问的,非侵入性的ICP监测提供了一个有希望的工具.
