新生儿护理的高效边缘人工智能:在龙边缘设备上实施HIE分级

科学领域:

• 神经科学是一个神经科学.
• 人工智能的人工智能
• 医疗技术 医疗技术 医学技术

背景情况:

• 缺氧缺血性脑病变 (HIE) 需要在六小时内及时诊断才能有效治疗.
• 目前的HIE诊断方法复杂,耗时,需要专门的专业知识.
• 准确的HIE严重程度分级对于最佳的临床管理至关重要.

研究的目的:

• 开发和实施一个自动化系统来对低氧缺血性脑病变 (HIE) 的严重程度进行分级.
• 为临床医生提供可访问和安全的实时HIE诊断和决策支持工具.
• 提高临床环境中HIE评估的效率和准确性.

主要方法:

• 脑电图信号被转换为音频领域.
• 用2D卷积神经网络 (CNN) 来分类谱图表示,使用8位整数定量化.
• 该系统在高通RB3 Gen 2边缘设备上实现,用于实时分析.

主要成果:

• 自动化系统在区分轻度和中度EEG异常方面取得了很高的准确性.
• 该系统表现出强大的性能,适合新生儿重症监护机构.
• 实现了62毫秒的快速推断时间,用于实际临床应用.

结论:

• 开发的自动化HIE评分系统为临床医生提供了准确和及时的决策支持.
• 在边缘设备上的实现使实时分析和移动可访问性成为可能.
• 这种人工智能驱动的方法推进了HIE诊断,改善了新生儿重症监护病房的患者护理.