机器学习辅助的便携式电阻断层扫描能够准确评估肺功能

科学领域:

• 生物医学工程 生物医学工程
• 肺部医学 肺部医学
• 医疗成像医学成像

背景情况:

• 呼吸道疾病在全球造成数百万人的死亡,而可负担得起的查工具有限.
• 目前的螺旋计缺乏区域定位,这对于个性化呼吸护理至关重要.
• 电阻断层扫描 (EIT) 是有前途的,但传统上需要庞大的设备.

研究的目的:

• 开发和评估一个新的便携式EIT系统用于肺功能评估.
• 整合机器学习,以加强呼吸系统监测和诊断.
• 为全球和区域肺部评估提供一个负担得起的,非侵入性的替代方案.

主要方法:

• 开发一个便携式EIT系统.
• 集成用于数据分析的机器学习算法.
• 基于EIT的肺功能与标准肺功能测试的相关性.

主要成果:

• 便携式EIT系统与肺功能测试有很好的相关性 (R2值在0.538到0.646之间).
• 该系统在诊断COPD方面显示出潜力,灵敏度为82%,特异性为73%.
• 机器学习为全球和区域肺功能预测提供了可解释性.

结论:

• 具有机器学习的便携式EIT系统是用于呼吸系统疾病监测的可行,负担得起的工具.
• 这项技术使全球和区域肺部评估成为可能,改善了个性化护理.
• 临床相关性包括家庭和社区查喘和COPD等疾病.