在肺超声图像中检测B线的自动方法,使用You Only Look Once算法
Alberto Bottino1, Chiara Botrugno2,3, Ernesto Casciaro2
1Department of Innovation Engineering, University of Salento, Lecce, Italy.
Journal of ultrasound
|September 11, 2025
概括
一个新的AI算法准确地检测肺超声波 (LUS) 图像中的B线,改善诊断支持. 该工具帮助临床医生,特别是非专家,解释LUS以更好地管理呼吸系统.
科学领域:
- 医学成像分析分析 医学成像分析
- 医疗保健中的人工智能
- 肺部诊断 肺部诊断 肺部诊断
背景情况:
- B线是诊断肺部疾病的关键超声波器件.
- 手动检测和量化B线是具有挑战性和耗时的.
- 需要自动化工具来提高肺超声波 (LUS) 解释的一致性和效率.
研究的目的:
- 评估基于YOLO的算法,用于在LUS中自动检测B线.
- 为了评估算法的性能与专家超声波学家的注释.
- 提供一种新的工具,以支持呼吸系统护理的临床决策.
主要方法:
- 一项使用46名患者386张LUS图像的观察性协议研究.
- 通过盲目专家超声波学家确定B线的基本真理.
- 算法性能通过精度,回忆,F1得分和加权卡帕 (kw) 统计数据来衡量.
主要成果:
- 基于YOLO的算法实现了高性能指标:精度0.92,回忆0.81,F1得分0.86.
- 权重为0.68的kappa表示算法和专家注释之间存在实质性一致.
- 该算法展示了可靠的B线检测能力.
结论:
- 开发的算法显示了增强LUS.诊断支持的巨大潜力.
- 准确的B线检测算法可以提高LUS解释效率和一致性.
- 这种人工智能工具可以帮助临床医生,特别是非专家,在呼吸管理.
