探索计算机辅助肺声分析和成像生物标志物的新方法之间的联系:一个横截面研究
Eline Lauwers1,2, Toon Stas3, Ian McLane4,5
1Laboratory of Experimental Medicine and Pediatrics and member of Infla-Med Research Consortium of Excellence, University of Antwerp, Wilrijk, Belgium. eline.lauwers@uantwerpen.be.
Respiratory research
|April 24, 2024
概括
计算机辅助肺声分析 (CALSA) 在客观评估囊性纤维化 (CF) 肺部健康方面显示出前景. 这项研究发现肺声特征与成像生物标志物之间的相关性,表明CALSA.
科学领域:
- 肺部医学 肺部医学
- 生物医学工程 生物医学工程
- 医疗成像医学成像
背景情况:
- 标准的肺听是主观的,缺乏量化.
- 计算机辅助肺声分析 (CALSA) 为肺声评估提供了一个客观的方法.
- CALSA的目标是量化肺声特征,以提高诊断能力.
研究的目的:
- 用真实患者数据评估一种新的自动化CALSA方法.
- 为了将肺声特征与囊性纤维化 (CF) 患者的结构和功能成像生物标志物进行比较.
- 探索CALSA作为一种非侵入性结果测量的潜力.
主要方法:
- 对年龄超过5年的CF患者进行前性横截面研究.
- 使用CF-CT评分和功能呼吸道成像 (FRI) 分析的CT扫描.
- 肺部声音使用数字耳机仪录制;CALSA参数包括E/I比率,裂和喘息参数.
主要成果:
- 在E/I比率和CT识别的结构异常,如支气管切除和粘液堵塞之间发现了显著的关联.
- 200-400赫兹的E/I比率与气道异常有很强的相关性.
- 裂纹与结构异常和FRI的区域气道阻力相关.
结论:
- 这项研究是第一个将研究结果与黄金标准的成像生物标志物联系在一起的研究.
- 有意义的关联强调了自动化CALSA在CF研究中的潜力.
- 在临床实践中,CALSA是一个新的,非侵入性的结果测量方法.
