伊斯法罕人工智能活动2023:反流检测竞赛
Azra Rasouli Kenari1, Ahmadreza Montazerolghaem2, Zahra Zojaji2
1Medical Image and Signal Processing Research Center, School of Advanced Technologies in Medicine, Isfahan University of Medical Sciences, Isfahan, Iran.
Journal of medical signals and sensors
|April 7, 2025
概括
使用多通道内阻抗-pH (MII-pH) 监测来诊断胃食道逆流病 (GERD) 是一个挑战. 本研究提出了一个精选的数据集和竞争结果,以推进MII数据分析,以准确检测反流事件.
科学领域:
- 胃肠病学和医疗器械
- 人工智能在医学中的应用
背景情况:
- 胃食道逆流性疾病 (GERD) 影响着全世界数以百万计的人.
- 多通道内阻抗-pH (MII-pH) 监测是GERD诊断的黄金标准.
- 从MII数据中可靠地提取反流事件仍然是一个重大挑战.
研究的目的:
- 为了应对在MII数据中检测反流事件的挑战.
- 为MII数据分析建立一个黄金标准数据集.
- 通过改进MII数据解释,促进GERD诊断的进步.
主要方法:
- 汇集了201个MII插曲的数据集.
- 开发了精确的反流事件定义标准.
- 利用竞争框架来评估信号分析方法.
主要成果:
- 创建了一个有黄金标准标签的精心策划的数据集.
- 第一个伊斯法罕人工智能竞赛包括MII数据评估.
- 各种信号分析方法被正式评估.
结论:
- 准确的反流事件表征对于GERD诊断至关重要.
- 专家标准和数据分析之间的协作是必不可少的.
- 竞赛突出了对MII数据分析的多样化方法.
