基于深度学习的尿流量计曲线分析改善了下尿道症状的非侵入性诊断
Jong Hoon Lee1, Yungon Lee2,3, Kwang Jin Ko1
1Department of Urology, Samsung Medical Center, Sungkyunkwan University School of Medicine, Seoul, Korea.
人工智能 (AI) 对尿液流量测量 (UFM) 曲线的分析准确地诊断出膀输出阻塞 (BOO) 和排尿器低活性 (DUA). 这种通过预处理增强的AI工具提供了一种非侵入性的方法来诊断下尿路症状.
科学领域:
- 泌尿器科 泌尿器科 泌尿器科 泌尿器科
- 医疗成像医学成像
- 人工智能的人工智能
背景情况:
- 下尿路症状 (LUTS) 通常需要尿动力学研究 (UDS) 进行诊断.
- 膀出口阻塞 (BOO) 和排毒器低活性 (DUA) 是LUTS的常见原因.
- 准确诊断BOO和DUA对于有效的患者管理至关重要.
研究的目的:
- 评估基于人工智能的尿流量计 (UFM) 曲线图像的分析,以诊断BOO和DUA.
- 评估定制预处理技术对AI模型性能的影响.
- 使用人工智能来提高膀出口阻塞和排毒器低活性的诊断准确度.
主要方法:
- 从UDS.获得的2579张UFM曲线图像的回顾性分析.
- 开发用于二进制分类任务的VGG16卷积神经网络.
- 实施预处理管道,包括去色,裁剪,缩放和颜色编码.
主要成果:
- 在预处理后,AI模型的性能得到了改善,所有分类任务的AUROC值都增加了.
- 与异常病例相比,正常病例显示出更高的最大流量率和空白效率.
- BOO亚组显示出比非BOO亚组更高的空气后残留体积 (PVR).
结论:
- 基于人工智能的UFM曲线分析与预处理增强了BOO和DUA的诊断准确性.
- 这种非侵入性AI方法可以作为LUTS的辅助或选工具.
- 通过这种人工智能驱动的诊断方法,减少对侵入性UDS的依赖是可能的.
更多相关视频
06:46Author Spotlight: Enhanced Urodynamic Method for Precise Urine Measurement in Awake Mice with Neurogenic Bladder
Published on: June 7, 2024
10:07Cystometric and External Urethral Sphincter Measurements in Awake Rats with Implanted Catheter and Electrodes Allowing for Repeated Measurements
Published on: January 30, 2018
相关概念视频
Urodynamic Studies: Uroflowmetry
Imaging Studies VI: Voiding Cystourethrography and Cystography
Imaging Studies V: Intravenous Urography and Retrograde Pyelography
Anatomy of the Genitourinary System II: Bladder and Urethra
Urinary Tract Infection III: Diagnostic Studies and Interprofessional Care
Urinary Tract Calculi II: Pathophysiology and Clinical Manifestations
