用机器学习和彩色图像处理评估肝脏肥胖症的增强人工智能方法:肝脏彩色项目
Concepción Gómez-Gavara1,2, Itxarone Bilbao1,2, Gemma Piella3
1Barcelona Autonoma University, Universitat Autónoma de Barcelona, Barcelona, Spain.
Clinical transplantation
|October 9, 2024
概括
这项研究开发了一种基于智能手机的方法,使用机器学习来准确评估肝脏肥胖症,改善移植供体肝脏的选择.
科学领域:
- 移植研究 移植研究
- 医学成像分析分析 医学成像分析
- 机器学习应用程序 机器学习应用程序
背景情况:
- 严重的肝硬化症会对肝移植结果产生负面影响.
- 目前对捐赠肝脏肥胖症的评估依赖于主观视觉检查.
- 需要客观,准确的方法来评估供体肝硬化症.
研究的目的:
- 开发一种快速,强大,准确和具有成本效益的方法来评估肝硬化症.
- 利用智能手机摄影和机器学习进行客观肝硬化症评估.
主要方法:
- 收集了192个成年脑死亡供体肝脏的智能手机照片和肝脏活检.
- 应用色彩校准,细分和特征提取到肝脏图像.
- 使用随机森林机器学习分类器 (LiverColor项目) 进行分析.
主要成果:
- 机器学习模型实现了接收器操作特征曲线 (AUROC) 下的面积为0.74.
- 该模型在30%的值下显示了85%的准确性来确定宏病.
- 分析包括362张照片和7240张图像补丁.
结论:
- 对智能手机肝脏图像的机器学习分析可以准确地确定胆固醇症.
- 这种方法为客观的捐赠肝脏评估提供了一个有希望的工具.
- 肝脏颜色项目为改善肝脏移植协议提供了基础.
