自动最大概率信封检测算法用于用于新生儿大脑监测的定量高率超声波
Anna J Kortenbout1, Sophie Costerus2, Jeroen Dudink3
1Biomedical Engineering, Department of Cardiology, University Medical Center Rotterdam, Erasmus MC, Rotterdam, The Netherlands.
Ultrasound in medicine & biology
|December 24, 2023
概括
一个新的算法增强了高率 (HFR) 超声波,用于精确的新生儿大脑血流监测. 这种自动化技术可以提高脑输液的量化,有助于预防婴儿手术后脑损伤.
科学领域:
- 医疗成像医学成像
- 新生儿神经病学 新生儿神经病学
- 超声波技术 超声波技术 超声波技术
背景情况:
- 新生儿手术后脑损伤是由于潜在的脑 perfusion 干扰而引起的关注.
- 目前缺乏准确的手术前对新生儿大脑血流的监测.
- 高率 (HFR) 大脑超声波为可检测的所有血管中的流量可视化和量化提供了潜力.
研究的目的:
- 为HFR脉冲波光谱多普勒信号开发一个自动化的信封检测算法.
- 为了使新生儿脑血流在手术期间和手术后进行定量参数映射.
- 为了应对在信号幅度低的小型船舶中自动定量化的挑战.
主要方法:
- 在高风险新生儿手术期间记录HFR超声波数据 (1000 Hz率).
- 计算脉冲波多普勒光谱图,并使用最大概率估计算法跟踪光谱峰值速度.
- 在10名新生儿中,用手动跟踪和传统的多普勒测量对比了自动测量峰值缩速度 (PSV),终端透缩速度 (EDV) 和电阻率指数 (RI).
主要成果:
- 在高质量和低质量的动脉和静脉流量谱图中成功检测了包裹.
- 与手动跟踪相比,开发的技术显示了EDV,PSV和RI的最小根平均平方误差.
- 在HFR测量和临床脉冲波多普勒RI测量之间取得了良好的一致性,平均差异为0.07.
结论:
- 最大概率算法显示,使用HFR成像对新生儿进行准确,自动化的脑血流监测是有前途的.
- 这种自动化方法可以促进对新生儿大脑输液进行改进的定量参数图.
- 这些发现支持HFR超声波在高风险新生儿手术中加强术前监测的潜力.
