摘要
基本原理虽然美国胸科学会(ATS)/欧洲呼吸学会(ERS)的肺量测量质量控制标准包括188bet官网地址几个定量限制,但它也需要人工目视检查。目前的方法是耗时的,并导致技术人员之间的高可变性。我们提出了一种深度学习方法,称为卷积神经网络(CNN),以标准化肺量测量的可接受性和可用性。
方法和方法在2011-2012年美国国家健康和营养检查调查的36873条曲线中,技术人员将54%的曲线标记为符合ATS/ERS 2005可接受标准,测试开始和结束均令人满意,但确定了93%的曲线在1秒内具有可用的强制呼气容积。我们将原始数据处理成最大呼气流量-容积曲线(MEFVC)图像,计算ATS/ERS可量化标准,并开发CNNs以确定90%曲线上的操纵可接受性和可用性。模型在剩余10%的曲线上进行测试。我们计算了Shapley值来解释模型。
结果在测试集(n=3738)中,CNN显示了可接受性的准确性为87%,可用性的准确性为92%,后者显示了较高的敏感性(92%)和特异性(96%)。它们明显优于ATS/ERS基于规则的量化模型(p<0.0001)。Shapley解释显示,MEFVC<1 s(呼气第一秒内的MEFVC模式)和体积时间平台期是决定可接受性的最重要因素,而MEFVC<1 s则完全决定可用性。
结论cnn确定了肺量曲线的相关属性,以标准化ATS/ERS操纵可接受性和可用性建议,并进一步提供个人操纵反馈。我们的算法结合了熟练技术人员的视觉经验和ATS/ERS定量规则,实现了肺气量测量质量控制的关键阶段的自动化。
摘要
我们开发了深度学习模型,以标准化ATS/ERS的肺活量可接受性和可用性标准。这种方法减少了技术人员之间的变化,并向用户提供即时反馈https://bit.ly/3dNFe1i
脚注
作者贡献:概念和研究设计:N. Das, K. Verstraete, S. Stanojevic, M. Topalovic, J-M。Aerts和W. Janssens。获取、分析或解释:Das, K. Verstraete, S. Stanojevic, M. Topalovic, j . M.。Aerts和W. Janssens。手稿准备和评论修订:N. Das, K. Verstraete, S. Stanojevic, M. Topalovic, j . m。Aerts和W. Janssens。经费由N.达斯和W.詹森斯获得。
这篇文章有可从下面获得的补充材料www.qdcxjkg.com
支持声明:N. Das得到研究基金会-弗兰德斯(FWO) 2018-2019战略基础奖学金的支持。W. Janssens是佛兰德斯研究基金会的高级临床研究员。该研究得到了阿斯利康呼吸病理生理学基金的支持。本文的资金信息已存入Crossref资助者注册表。
利益冲突:N. Das有一个肺量测量专利评估方法(申请号1914446.8英国专利局)正在等待。
利益冲突:K. Verstraete没有什么要披露的。
利益冲突:S. Stanojevic没有什么要披露的。
利益冲突:M. Topalovic是一家分拆公司ArtiQ的联合创始人。
利益冲突:J-M。Aerts没有什么要披露的。
利益冲突:W. Janssens报告了阿斯利康和基耶西的资助,阿斯利康和基耶西的讲座和顾问委员会的费用,除了提交的工作;有一项肺功能循环的专利正在申请中;他是鲁汶大学附属公司ArtiQ的联合创始人。
- 收到了2020年3月9日。
- 接受2020年6月3日。
- 版权©2020人队