European Radiology:诊断肛提肌撕脱伤的人工智能模型

2022-08-23 shaosai MedSci原创

近年来,深度学习已经被引入到医学领域以帮助疾病筛查及诊断。然而据我们所知,还没有使用人工智能确定LAM撕脱的相关研究。

众所周知提肛肌(LAM)在女性盆腔器官的支持和功能方面起着重要作用。大约有10-30%的妇女在第一次阴道分娩后发生LAM撕脱。已经证实,撕脱与更晚期的盆腔器官脱垂(POP)和更严重的生活质量损害有关,且LAM撕脱容易在手术后复发。由于复发率高,一些外科医生主张对患有POP和脱垂的妇女使用网状移植材料以减少并发症的风险。因此,术前评估LAM的完整性对于手术方法的选择和网片的使用至关重要。

虽然LAM撕脱可以通过触诊来诊断,但这需要大量的训练且主观性较强。三维和四维(3D/4D)经阴超声(TPUS)具有可重复性、广泛的可及性和有效性等优点,近年来被常规应用于LAM形态评估。然而,该技术在一定程度上依赖于经验,需要经过一定时期的标准化训练才能达到较高的诊断准确率。

近年来,深度学习已经被引入到医学领域以帮助疾病筛查诊断。然而据我们所知,还没有使用人工智能确定LAM撕脱的相关研究。

近日,发表在European Radiology杂志的一项研究评估了断层超声成像自动识别LAM撕脱的新算法的可行性,并通过比较自动和金标准的人工诊断来评估其可靠性,为临床更准确、快速的识别及诊断LAM撕脱提供了技术支持。

本研究纳入了2018年1月-2020年10月期间拍摄的共计304名患者的盆底超声图像。纳入的所有患者都进行了标准化的访谈和经阴超声检查(TPUS)。采用转移学习和集合学习方法,在三个经典卷积神经网络(CNN)的基础上开发了拟议的模型。混淆矩阵(CM)和ROC统计学被用来评估拟议模型的有效性。梯度加权类激活映射(Grad-CAMs)被用来帮助提高拟议模型的可解释性。 

在纳入的304名患者中,208纳入推导队列(108名LAM撕脱和100名正常),96人(39名LAM撕脱和57名正常)纳入验证队列。在派生队列和验证队列的测试集中,所提出的LAM撕脱诊断模型的表现优于其他模型和初级临床医生,准确率分别为0.95和0.81,AUC为0.98和0.86。根据Grad-CAMs的热图,所提出的模型在进行诊断时主要定位在耻骨联合和LAM的双侧插入点之间的区域,这正是临床实践中关注的区域。 


 使用Grad-CAM对集合模型进行可视化的示例子。左图:超声图像。右图:热图图像。a正常LAM。b,c两侧LAM撕脱。突出显示的视觉效果反映了预测时LAIM的关注区域。黄色箭头代表LAM的断裂点。白色箭头表示LAIM中存在过拟合现象

综上所述,本研究利用盆底的超声图像提出了一个复合人工智能模型,并取得了相对较好的性能。这是临场上首次尝试LAM完整性的自动识别,所提出的模型是临床实践中协助诊断LAM撕脱的一个十分具有临床前景的影像学工具。

 

原文出处:

Shuangyu Wu,Yong Ren,Xin Lin,et al.Development and validation of a composite AI model for the diagnosis of levator ani muscle avulsion.DOI:10.1007/s00330-022-08754-y

作者:shaosai



版权声明:
本网站所有注明“来源:梅斯医学”或“来源:MedSci原创”的文字、图片和音视频资料,版权均属于梅斯医学所有。非经授权,任何媒体、网站或个人不得转载,授权转载时须注明“来源:梅斯医学”。其它来源的文章系转载文章,本网所有转载文章系出于传递更多信息之目的,转载内容不代表本站立场。不希望被转载的媒体或个人可与我们联系,我们将立即进行删除处理。
在此留言
评论区 (1)
#插入话题
  1. 2023-02-19 feather89

相关资讯

European Radiology:人工智能如何改善影像科医生的肺栓塞诊断?

在2019年冠状病毒病(COVID-19)大流行期间,全球PE发病率增加了2倍多。

Ann Transl Med:人工智能检测白癜风病变能代替医生的观察吗?

该研究是为了建立和验证一个基于深度学习的混合人工智能(AI)模型,以客观地评估白癜风病变的形态和比色。并评估AI模型与皮肤科医生评估者之间的一致性。

European Radiology:人工智能实现房颤患者左房容积和功能的全自动评估!

随着技术的进步,使用超声心动图和CMR自动量化LA容积和功能参数成为可能。

Nature:重大飞跃:人工智能预测几乎整个“蛋白质宇宙”!

这份前所未有的丰富数据,将帮助我们探索生命科学的无尽奥秘,并对研究生物学、医药领域提供巨大帮助。

Radiology:人工智能评估在乳腺癌钼靶筛查中的价值

研究表明,人工智能(AI)在乳腺钼靶检查中检测乳腺癌方面显示出十分有价值的结果。

Radiology:基于ACR TI-RADS特征的甲状腺结节超声诊断的人工智能模型

深度学习是人工智能(AI)的一个子集,具有强大的自主特征提取和特征表达能力。