一个用于检测和定位出血的实验系统,使用具有深度学习的超宽带微波和深度学习

科学领域:

• 生物医学工程 生物医学工程
• 医疗成像医学成像
• 电磁学 电磁学 电磁学 电磁学

背景情况:

• 脑卒中诊断依赖于成像,但目前的方法昂贵而复杂.
• 低能耗微波炉提供了一个潜在的低成本,便携和安全的成像解决方案.
• 用于中风检测的微波成像面临着重建挑战.

研究的目的:

• 开发和验证超宽带微波中风检测的实验框架.
• 评估使用深度学习来检测和定位出血的可行性.
• 建立一个强大的系统,用于新兴的中风诊断.

主要方法:

• 一个8元超宽带天线阵列和机器人导航系统被用在人头模型中模仿血液的幻影中.
• 使用矢量网络分析仪在0.6-9.0 GHz范围内测量了散射参数.
• 训练了一个深度神经网络来识别出血的介电信号,用于分类和定位.

主要成果:

• 该系统实现了高灵敏度和特异性 (>0.99) 检测出血.
• 定位准确度非常精确,平均误差为1.65毫米.
• 实验框架和深度学习模型表现出强大的性能.

结论:

• 超宽带微波成像与深度学习相结合,是用于中风检测的可行方法.
• 这项技术对新出现的中风具有低成本,便携和快速诊断工具的前景.
• 进一步的开发可以通过更快的诊断和干预来改善患者的治疗结果.