在手术排水中自动估计血液体积,用于临床决策支持
A A Sahin1, M A Sahin, M E Yuksel
1Department of Electrical and Electronics Engineering, Hacettepe University, Ankara, Turkiye. mehmeteren.yuksel@saglik.gov.tr.
European review for medical and pharmacological sciences
|June 17, 2024
概括
这项研究引入了一个使用深度学习的自动化系统,从照片中估计手术排水中的血液量,减少手工劳动和感染风险. 这种创新方法提供了准确的,非接触式监测,以改善患者护理.
科学领域:
- 生物医学工程 生物医学工程
- 计算机视觉 计算机视觉
- 医疗成像医学成像
背景情况:
- 术后监测手术排水 (杰克逊普拉特,Hemovac) 对于患者的康复和并发症检测至关重要.
- 手动血液体积测量是耗时的,劳动密集型,并带来血液传播病原体 (HIV,HBV,HCV) 暴露的风险.
研究的目的:
- 开发一种使用深度学习的自动化,非接触式系统,用于估计手术排水中的血液体积.
- 提高患者和医疗保健专业人员排水监测的效率和安全性.
主要方法:
- 利用手机图像上的语义细分来隔离排水中的血液.
- 开发了一个深度学习模型来计算血液水平和估计体积.
- 创建了网络和移动界面,以显示可访问的结果.
- 通过使用不同条件下的1004张图像的数据集验证了系统.
主要成果:
- 实现了非常准确的血液体积估计,平均误差率低于5%的毫升.
- 证明了对照明条件和排水形状的变化具有坚固性.
- 该系统有效地检测和量化手术排水中的血液水平.
结论:
- 与手动测量相比,自动化系统大大减少了时间和精力.
- 使医疗保健专业人员能够将时间重新分配给关键任务.
- 提供了一种更安全,更有效的方法来监测手术排水输出.
