开发一种自动化的超声波检测方法,用于通过质裂方法检测便保留

科学领域:

• 医疗成像医学成像
• 人工智能的人工智能
• 胃肠病学 胃肠病学

背景情况:

• 由于诊断工具有限,在家庭护理中对便秘的评估具有挑战性.
• 传统的腹超声检查便保留面临诸如肥胖和肠道气体等局限性.
• 客观评估对于有效的便秘管理和减少干预至关重要.

研究的目的:

• 开发一种基于人工智能的分类系统,用于使用跨质超声波检测下方直肠中的便保留.
• 支持家庭护理机构护士准确客观地对便秘进行评估.
• 评估人工智能系统的诊断性能.

主要方法:

• 收集了24名患者下直肠的超声波视频.
• 提取并标记了2,855张用于便保留的静止图像 (超声波区域).
• 用ResNeXt-50编码器训练了一个深度学习U-Net模型;使用IoU评估了准确性,灵敏性和特异性.

主要成果:

• 人工智能系统在758张图像的测试集上实现了81.6%的灵敏度,84.0%的特异性和82.8%的准确性.
• 平均IOU为0.601±0.185,表明与专家注释的高度一致.
• 通过质检查的方法有效地克服了传统扫描方法的局限性.

结论:

• 人工智能辅助的质超声系统可靠地检测便保留,具有高诊断性能.
• 这种工具可以使家庭护理的非专业护士获得更安全,更准确的便秘评估.
• 有潜力减少过度使用药和侵入性手术,改善弱势群体的肠道护理质量.