通过计算机视觉进行增强创伤视频审查:创伤复苏阶段细分和程序检测.
Joshua A Villarreal1, Jaewoo Heo2,3, Xiaohan Wang2,3
1From the Department of Surgery, Stanford University, Stanford, CA.
概括
一个新的计算机视觉模型通过识别阶段和程序来自动化创伤复苏审查,提高效率并通过准确的视频分析潜在地提高创伤护理质量.
科学领域:
- 医疗成像和计算机视觉在医疗保健中的应用.
- 开发人工智能用于临床工作流程自动化.
背景情况:
- 创伤视频审查 (TVR) 对于评估复苏质量至关重要,但耗时.
- TVR的有限采用阻碍了创伤护理的质量改进计划.
研究的目的:
- 创建和验证计算机视觉模型,用于自动化创伤复苏阶段和程序识别.
- 为了克服手工创伤视频审查的劳动密集型限制.
主要方法:
- 对95个创伤复苏视频进行分析,对4个阶段和关键程序进行手动注释.
- 由一个多机构研究小组指导的注释框架的开发.
- 评估模型性能,使用像框架精度,编辑得分和F1分数等指标在各种tIoU值.
主要成果:
- 在手动注释过程中实现了高interrater可靠性 (平均tIoU:0.89).
- 计算机视觉模型表现出高精度:98.3%的精度和92.1%的编辑得分.
- 卓越的F1得分 (高达94.5%) 和超过66%的平均精度检测程序,如X射线和中央线位置.
结论:
- 计算机视觉有效地自动化创伤视频审查,准确地细分阶段和检测程序.
- 自动化TVR可以简化审查过程,鼓励更广泛的采用,并最终改善创伤护理.
- 这项技术提供了一个可扩展的解决方案,以提高创伤复苏质量评估.
