相关实验视频
Updated: Jun 13, 2025
10:53
A Novel Application of Musculoskeletal Ultrasound Imaging
Published on: September 17, 2013
24.1K
基于人工智能的肌肉超声波数据实时纹理分析,用于评估神经肌肉疾病
Yoshikatsu Noda1, Kenji Sekiguchi1, Shun Matoba1
1Division of Neurology, Kobe University Graduate School of Medicine, 7-5-1 Kusunoki-cho, Chuo-ku, Kobe, 650-0017, Japan.
Clinical neurophysiology practice
|September 16, 2024
概括
使用纹理分析的人工智能现在可以实时区分肌肉疾病. 这种低计算方法有助于在超声波检查期间诊断神经肌肉疾病.
科学领域:
- 神经肌肉医学 神经肌肉医学
- 医疗成像医学成像
- 人工智能的人工智能
背景情况:
- 人工智能在肌肉超声波中的临床应用受到计算需求和缺乏标准化协议的限制.
- 区分神经源和肌源性疾病往往需要专门的专业知识.
研究的目的:
- 评估实时纹理分析的可行性,以通过超声波来区分病理性肌肉疾病.
- 开发一种计算轻度的人工智能模型,用于对神经肌肉超声波进行半定量评估.
主要方法:
- 分析了来自75名参与者的17021张超声波图像 (25个神经性,25个肌性,25个对照).
- 使用纹理特征 (不相似性,同质性) 开发随机森林分类器,部署在移动PC上进行实时分析.
- 随机选择感兴趣的区域以最大限度地减少偏差.
主要成果:
- 该分类器在区分患者方面实现了81%的准确性.
- 声源性和对比度是重要的预测特征.
- 在15名患者的验证中,在15秒视频中,每张图像的准确率为78%,每位患者的准确率为93%.
结论:
- 实时自动纹理分析是诊断神经肌肉疾病的可行辅助.
- 具有轻量计算负载的AI支持在神经肌肉超声波中进行半定量评估.
