一种用于超声波肌评估的新定量工具:对状肌的可靠性和有效性研究

科学领域:

• 肌肉骨成像检查 肌肉骨成像检查
• 医学中的人工智能.
• 生物机械分析分析

背景情况:

• 超声波是肌评估的常见工具,其安全性,成本效益和便携性受到重视.
• 传统超声波评估的主观性质在实现一致和客观的评估方面提出了挑战.
• 开发定量方法对于提高肌分析中超声波的诊断准确性和可靠性至关重要.

研究的目的:

• 开发一种基于人工智能 (AI) 的新型定量分析工具,用于肌评估.
• 使用人工智能识别区分健康和病态肌的统计模式.
• 通过将其定量评估与专家的主观评估进行比较来验证人工智能工具.

主要方法:

• 建立一个试点数据库,其中包含来自健康对照组和患有状肌病的患者的超声波图像.
• 使用新的人工智能工具进行定量评估,并通过五个感兴趣地区的专家进行主观评估.
• 可靠性分析 (类内相关系数 - ICCs) 和交叉验证的通用线性混合效应物流回归来测试预测准确性.

主要成果:

• 与"骨"和"质量"相关的定量变量观察到高可靠性 (ICCs>0.75).
• "边缘"和"厚度"的变量也显示出一般高可靠性 (ICCs > 0.75).
• 人工智能工具的定量特征准确地预测了专家的主观评估,证明了高交叉验证的曲线下面区域 (AUC) 评分.

结论:

• 一个新的AI驱动的定量工具用于超声波评估已经成功开发.
• 该系统在评估骨肌结构方面表现出高可靠性和有效性.
• 与主观评估相比,这种定量方法为肌分析提供了更客观和可重复的方法.