[人工智能辅助预测慢性鼻炎患者的嗅觉障碍]
Jingyuan Chen1,2, Wenyi Chen1,2, Xin Luo1,2
1Department of Otorhinolaryngology Head and Neck Surgery，the Third Affiliated Hospital of Sun Yat-sen University，Guangzhou，510630，China.
概括
组织中异敏细胞的百分比,嗅觉障碍问卷 - 负答案 (QOD-NS) 和前嗅觉裂得分 (AOCS) 是慢性鼻炎 (CRS) 患者嗅觉障碍的关键预测指标. 将这些因素结合起来可以提高CRS相关的嗅觉功能障碍的预测准确度.
科学领域:
- 耳鼻喉科 耳鼻喉科 耳鼻喉科
- 病理学 病理学 病理学
- 人工智能在医学中的应用
背景情况:
- 慢性鼻炎 (CRS) 经常影响嗅觉功能,影响患者的生活质量.
- 了解导致CRS嗅觉障碍的特定因素对于有针对性的治疗策略至关重要.
研究的目的:
- 确定CRS患者嗅觉障碍的独立风险因素.
- 开发和评估基于人工智能的预测模型,用于CRS的嗅觉功能障碍.
主要方法:
- 对75名接受鼻腔内镜手术的CRS患者的回顾性分析.
- 利用人工智能系统量化组织病理特征,包括生细胞百分比.
- 使用嗅探棒测试评估嗅觉功能,并与临床,组织病理和CT数据相关联.
主要成果:
- 66.7%的CRS患者表现出嗅觉障碍.
- 组织中乙氨基酸百分比,QOD-NS和AOCS被确定为独立的风险因素 (p<0.05).
- 使用这三个因素的综合预测模型显示出高预测性能 (AUC=0.836).
结论:
- 组织乙氨基基基百分比,QOD-NS和AOCS是CRS嗅觉障碍的重要预测因素.
- 结合这些因素的AI辅助方法为预测CRS患者的嗅觉功能障碍提供了强大的工具.
更多相关视频
06:13Author Spotlight: Exploring Olfactory Influences on Corticospinal Excitability - Insights and Innovations in Neurological Research
Published on: January 19, 2024
1.0K
06:08Author Spotlight: Advancing Allergic Rhinitis Research with Multicolor Immunofluorescence
Published on: September 22, 2023
1.8K
