基于人工智能的模型用于注射喉膜整形的非侵入性超声波评估的应用
Wen-Hsuan Tseng1,2, Ming-Sui Lee3, Shung-Cyuan Hong3
1Department of Otolaryngology, National Taiwan University Hospital, National Taiwan University College of Medicine, Taipei, Taiwan.
概括
人工智能增强的超声波精确测量了注射喉膜整形后的声麻后的氨酸 (HA) 体积变化. 声音的改善持续时间比观察到的HA寿命更长,有助于患者的咨询和治疗计划.
科学领域:
- 耳鼻喉科 耳鼻喉科 耳鼻喉科
- 再生医学是一种再生医学.
- 医疗成像医学成像
背景情况:
- 氨酸 (HA) 注射喉腔整形 (IL) 在单边声麻 (UVFP) 中改善声音.
- 哈的持久性及其与语音结果的相关性尚未完全理解.
- 需要非侵入性方法来跟踪随时间的HA体积变化.
研究的目的:
- 开发一种基于人工智能的非侵入性超声波方法,用于评估IL后HA体积的时间变化.
- 为了研究残留HA体积和UVFP患者临床语音结果之间的关系.
主要方法:
- 在高等医疗中心进行前性队列研究.
- 接受HAIL的UVFP成年患者使用语音障碍指数-10,GRBAS尺度和正常化喉间隙进行评估.
- 基于AI的超声波 (时间卷积细分网络) 量化了IL后2周,2个月和6个月的HA体积.
主要成果:
- 用AI驱动的超声波成功估计了HA体积,在6个月内显著下降 (P < .001).
- 临床语音结果在IL后显著改善,并保持稳定.
- 在2个月的残留HA体积和患者年龄或症状持续时间之间没有发现显著的相关性.
结论:
- 非侵入性AI-超声波可以量化IL后的HA体积变化.
- 语音改进持续时间超过HA寿命,提供了有价值的见解.
- 结果支持改善患者咨询和UVFP的未来治疗策略.
更多相关视频
05:50Subcutaneous Neurotrophin 4 Infusion Using Osmotic Pumps or Direct Muscular Injection Enhances Aging Rat Laryngeal Muscles
Published on: June 13, 2017
8.4K
01:00Minimally Invasive Murine Laryngoscopy for Close-Up Imaging of Laryngeal Motion During Breathing and Swallowing
Published on: December 1, 2023
435
