一种基于超声波射频信号的二维光谱特征的肺部疾病诊断算法
Qi Zhang1, Renjie Song1, Jing Hang2
1Key Laboratory of Modern Acoustics (MOE), Department of Physics, Collaborative Innovation Center of Advanced Microstructure, Nanjing University, Nanjing 210093, China.
Ultrasonics
|April 11, 2024
概括
这项研究引入了一种客观的算法,用于使用超声波射频信号诊断肺部疾病. 这种新的方法达到98%的灵敏度和91%的准确度,超过了主观的超声波测试评估.
科学领域:
- 医疗成像医学成像
- 肺部病理学 肺部病理学
- 信号处理 信号处理
背景情况:
- 传统的肺部疾病诊断依赖于临床标准和放射性成像 (X射线,CT).
- 超声波成像提供了一个便携式的,实时的,无辐射的替代方案,特别是在COVID-19等大流行期间至关重要.
- 目前肺部超声波诊断是主观的,要求高超声波专业知识和经验.
研究的目的:
- 开发一个客观和可量化的算法,用超声波来诊断肺部疾病.
- 为了利用超声波射频 (RF) 信号的二维 (2D) 光谱特征,提高诊断准确性.
- 提供数据驱动的方法来支持肺部疾病的临床超声波诊断.
主要方法:
- 收集了来自患者的超声波射频 (RF) 信号.
- 沿着肺线划出一个感兴趣的区域进行分析.
- 计算并平滑了二维空间频谱的标准偏差曲线,从高频段定义了频谱标准偏差斜率 (FSSDS).
主要成果:
- 拟议的算法显示诊断灵敏度为98%,肺部疾病识别准确度为91%.
- 算法生成的曲线下的面积 (AUC) 超过了专业超声波专家的解释.
- FSSDS指标在从超声波射频数据中客观地描述肺部疾病方面被证明是有效的.
结论:
- 开发的算法提供了一种客观和可量化的方法,通过超声波来诊断肺部疾病.
- 与主观的超声波评估相比,这种方法显著提高了诊断性能.
- 该算法显示出有很大的潜力,可以帮助临床医生准确有效地诊断肺部疾病.
