Bilim adamları, doktorların sorunsuz kan alımları için damarları bulmalarına yardımcı olmak için makine öğrenimini kullanıyor

0
14

Kredi: CC0 Public Domain

Skoltech’ten araştırmacılar, damarların yakın kızılötesi görüntülerini analiz etmek ve bir hastanın vücuduna bir venöz model yansıtmak için sinir ağlarını kullanan bir tıbbi görüntüleme sisteminin erken bir prototipini geliştirdiler – bu, kan alımını çok daha kolay hale getirebilir ve hastalar için daha az rahatsızlık yaratabilir. damarlara zor erişim. Bildiri, 16. Uluslararası Kontrol, Otomasyon, Robotik ve Görme Konferansı’nın (ICARCV) bildirilerinde yayınlandı.

Makalede belirtilen verilere göre, dünya çapında her gün gerçekleştirilen yaklaşık 20 milyon kan testinin yaklaşık% 45’inin, özellikle diyabet gibi tıbbi durumlar nedeniyle damarlarına erişilmesi zor olan hasta için bir dereceye kadar rahatsızlık içerdiği tahmin edilmektedir. genç yaş veya sadece vücudun bireysel özellikleri. Bu durumlarda, damarlar neredeyse hiç fark edilemediğinde ve hissedilemez olduğunda, deneyimli tıp uzmanları bile teknik yardımlara başvurmak veya birden çok veya yanlış delinme riskine girmek zorundadır, bu da özellikle yaşlı yetişkinler için sağlık sorunlarına bile yol açabilir.

Hesaplamalı ve Veri Yoğun Bilim ve Mühendislik Merkezi’nde (CDISE) Doçent ve Skoltech’te Hesaplamalı Görüntüleme Grubu başkanı olan Dmitry Dylov ve meslektaşları, damar hatlarını belirleyebilen akıllı bir yakın kızılötesi damar tarayıcısı kurmaya karar verdiler bir kol veya bacak oldukça doğru, tam otomatik ve bağımsız olarak (kullanıcıdan herhangi bir girdi olmaksızın). Bunu, görüntüleri daha iyi analiz etmek için yapay sinir ağlarını ve pekiştirmeli öğrenmeyi kullanarak ve bunları hastanın vücuduna görsel bir yardımcı olarak geri yansıtarak, şekline ve konumuna göre ayarlayarak yaptılar.

“Kızılötesi damar tarayıcıları klinik uygulamada yaygın hale geldi. Bununla birlikte, bu, her şeyi tamamen modern yapay zeka sayesinde yapan birincidir: bir sinir ağı kızılötesi sinyali temizler ve işler, ikincisi damarların hatlarını tespit eder ve üçüncüsü Bir hastanın koluna yansıtılan konturların gerçek damarlarla örtüşmesini sağlamak için hizalama hakkında sürekli ‘endişeler’. Dikkat çekici bir şekilde, tüm yapmamız gereken eğitim aşamasında neyin iyi neyin kötü olduğunu sisteme ve sinir ağları Dmitry Dylov, geri kalanını kendi kendine öğrenmeyi başardı, sistem onlarla hiç karşılaşmamış olsa bile yeni hastalar, ortamlar ve hatta bozulmalar için en uygun ayarları otomatik olarak bularak başardı. “

Vito Leli, Skoltech Ph.D. Öğrenci ve yayınlanan çalışmanın baş yazarı, damar kontrastının daha iyi olduğu kızılötesi aralıkta bile damarların algılanmasını engelleyen birçok faktör olduğunu belirtiyor. “Bu nedenle, enstrümanın çoğunlukla algoritmik ve görüntü işleme zorluklarıyla karşı karşıya kalması sağlandı. Hastalar arasında damar sisteminin kontrastının yüksek değişkenliğini (örneğin, cilt tonu ve kalınlığına bağlı olarak, vb.) Hesaba katmak istedik. Son algoritmamız aynı zamanda düşük sinyal-gürültü oranları (SNR) için bile bir hasta kohortunda onaylandığı üzere vaskülatür saptama yeteneğine sahip, “diye ekliyor.

Ekip, bir prototip cihazı bir araya getirdi ve gönüllülerle deneylerde test ederek, yakın kızılötesi spektrumdaki venöz paterni tespit edebildiğini ve ardından bunu insanların kollarına bir görüntü olarak geri yansıtabildiğini gösterdi. “Ön kollar genellikle kan testleri için kullanılan vücut parçalarıdır, bu nedenle, bu belirli bölgedeki damarları görselleştirme sorununu çözebilecek bir sistem geliştirmek bizim doğal kararımızdı. Hiçbir şey bizi diğer klinik uygulamalar için gerekli olan diğer alanlarda görüntü vaskülatürü için kullanmaktan alıkoyamaz. , örneğin, bir kateterin takılmasına yardımcı olmak için. Cihaz bunun için oldukça kompakt ve esnektir. Araştırmamızın ilk adımı olarak, cihazımızı eğitmek ve önkolların fotoğraflarını çekmek için Skoltech’teki gönüllülerden NIR önkol görüntülerini topladık ve yüksek lisans öğrencisi ve makalenin yazarlarından Alexander Sarachakov, yüz çekimlerinden daha gizlilik dostu, “diyor.

Bu cihazla yapılan bir kan testi şöyle görünecektir: hasta kolunu cihazın altına koyar ve bu da hemen damarları arar (bir saniyeden daha kısa bir süre içinde) ve ön koluna yansıtır. Sarachakov, “Hasta önkolunu hareket ettirirse, iğneleri içeren bir kan testi sırasında bunu önermememize rağmen, sistem derhal yeniden hizalama prosedürüne başlayacaktır,” diye açıklıyor Sarachakov.

“Önerilen görüntüleyici, kliniklerdeki diğer vücut bölgelerine (örneğin yüz ve bacak damarları) ölçeklendirilebilir ve hayvanlarda karmaşık damar delinmesine yardımcı olmak için veteriner hekim bakımı için ölçeklendirilebilir. Yazarlar makalenin sonucuna göre, ağlarımız da bunları mevcut kullanıma hazır kontrolörlere yerleştirmek için hafif ve esnek hale getirildi. “

“Şu anda, görüntüleri daha temiz hale getirmek ve böylece daha iyi damar tanıma elde etmek için en iyi denoising ve segmentasyon model kombinasyonlarının otomatik seçimi üzerinde çalışıyoruz. Kendimize sorduğumuz sorular, SNR’nin ne kadar düşük olduğudur, böylece ikimiz de algoritmaların bazı temel sınırlarını kontrol edin ve aynı zamanda bazı pahalı olmayan donanım bileşenleri için de çalışabilir. Konuşurken, bizi ürün lansmanına yaklaştıracak olan donanım prototipimizin ikinci neslini test etmeye başlamak üzereyiz. Çalışmak büyüleyici. Araştırmacı bilim adamı ve makalenin ortak yazarı Oleg Rogov, temel bilim ile acil mühendislik anlayışı arasındaki sınırda, “diyor.

Yakın kızılötesi ışık teknolojisi damar erişim prosedürlerini destekler Daha fazla bilgi: Vito M. ) (2021). DOI: 10.1109 / ICARCV50220.2020.9305503 Skolkovo Bilim ve Teknoloji Enstitüsü tarafından sağlanmıştır.

Alıntı: Bilim adamları, doktorların telaşsız kan alımları için damarları bulmalarına yardımcı olmak için makine öğrenimini kullanıyor (2021, 29 Mart), 29 Mart 2021 tarihinde https://medicalxpress.com/news/2021-03-scientists-machine-doctors-veins- no-fuss.html

Bu belge telif haklarına tabidir. Özel çalışma veya araştırma amacına yönelik herhangi bir adil işlem dışında, yazılı izin alınmadan hiçbir bölümü çoğaltılamaz. İçerik yalnızca bilgi amaçlı sağlanmıştır.

CEVAP VER

Lütfen yorumunuzu giriniz!
Lütfen isminizi buraya giriniz