视频运动时间序列的时空空间模糊编码用于新生儿中晚期发作的败血症检测

科学领域:

• 新生儿医学 新生儿医学
• 生物医学工程 生物医学工程
• 数据科学数据科学数据科学

背景情况:

• 晚发性败血症是非常早产婴儿 (10-25%的发病率) 死亡的主要原因.
• 目前的诊断方法可能是侵入性的,可能不允许早期检测.

研究的目的:

• 开发和验证一种非侵入性,基于视频的方法,用于早期检测非常早产新生儿晚发性败血症.
• 评估运动分析在分辨败血症和健康早产婴儿之间的有效性.

主要方法:

• 从超过2636小时的16名非常早产新生儿的视频录制中提取了14种不同的运动特征 (8种败血症,8种对照).
• 使用模糊的时空编码和平滑的主成分分析来处理运动特征,生成16个独特的新生儿轨迹.
• 败血症和对照组之间的轨迹参数 (位置,速度,加速) 的比较.

主要成果:

• 在败血症新生儿和对照新生儿之间,在8个轨迹参数中发现了显著的差异.
• 基于这些参数的无监督分类在区分感染婴儿和健康婴儿方面取得了81.3%的准确性.
• 该方法通过非侵入性视频分析证明了早期败血症检测的潜力.

结论:

• 基于视频的运动分析是新生儿重症监护室中早期血症检测的有希望的非侵入性工具.
• 这种方法可以促进及时干预,可能改善非常早产婴儿的结果.
• 进一步的研究可以完善这种方法,以便在新生儿护理中得到更广泛的临床应用.