相关实验视频
Updated: Dec 6, 2025

Use of 3D Robotic Ultrasound for In Vivo Analysis of Mouse Kidneys
Published on: August 12, 2021
一个人工智能生成的自动算法来测量ADPKD中的脏总体积
Jonathan Taylor1, Richard Thomas1, Peter Metherall1
13DLab, Medical Imaging Medical Physics, Sheffield Teaching Hospitals NHS Foundation Trust, Sheffield, UK.
一个人工智能 (AI) 工具准确地测量了自身主导多性病 (ADPKD) 患者的总体体积 (TKV). 这种人工智能方法在临床使用中更快,更精确,有助于预后.
科学领域:
- 腎臟病學 (nephrology) 是一種醫學專業.
- 医疗成像医学成像
- 人工智能的人工智能
背景情况:
- 目前对自身主导多囊性病 (ADPKD) 的准确预后工具有限.
- 脏总体积 (TKV) 是ADPKD进展和预后的一个关键指标.
- 从MRI扫描中手动细分体积是耗时的,并且受观察者之间的变化影响.
研究的目的:
- 开发和验证一种基于人工智能 (AI) 的方法,用于在ADPKD患者中自动和例行测量TKV.
- 评估人工智能工具的性能与人类专家的手动细分相比.
主要方法:
- 使用nnUNet框架开发了一个U-net整体算法.
- 人工智能模型在CYSTic联盟的1.5TMRI数据 (454个脏,227次扫描) 上进行了训练和内部验证,由单个操作员进行手动细分.
- 独立验证对48个临床MRI扫描进行了独立验证,由6个不同的分析师进行了细分.
主要成果:
- 在临床验证数据上,人工智能算法在左和右的DICE平均得分为0.96,TKV平均误差为-1.8%.
- 自动细分显著减少了处理时间,从手动细分的56 (±28) 分钟到人工智能辅助校正的8.5 (±9.2) 分钟.
- 人工智能工具表现出高精度和准确度,与手动细分相美.
结论:
- 开发的基于人工智能的算法在ADPKD患者中提供了准确和高效的TKV测量.
- 该工具在现实世界临床环境中的性能表明它适合常规应用.
- 这种人工智能方法有可能改善ADPKD的个人预后评估.
相关概念视频
Drug Dosing in Renal Diseases: Estimation of Glomerular Filtration Rate Based on Serum Creatinine Concentration
Drug Dosing in Renal Diseases: Measurement of Serum Creatinine Concentration and Clearance
Chronic Kidney Disease I: Introduction
Chronic Kidney Disease III: Interprofessional Care
Acute Kidney Injury IV: Diagnostic Studies and Prevention
Imaging Studies I: Kidney, Ureter, and Bladder Studies

