@article {Das2000603作者= {Das, Nilakash是肯尼斯和Stanojevic Sanja Topalovic, Marko Aerts,让-玛丽•詹森,Wim}, title ={深度学习算法有助于规范ATS /人肺活量的可接受性和可用性标准},体积= {56}= {6},elocation-id = {2000603} = {2020}, doi ={10.1183/13993003.00603 -2020},出版商={欧洲呼吸学会},文摘={原理而美国胸科学会(ATS) /欧洲呼吸学会(ERS)质量控制标准肺量测定法包括多个定量限制,它还需要人工目视检查。188bet官网地址当前的方法是费时和导致高intertechnician可变性。我们提出一种深度学习的方法称为卷积神经网络(CNN),标准化肺活量的策略可接受性和可用性。873年36曲线方法和方法从2011年美国全国健康和营养调查{\ textendash} 2012年,技术人员贴上54 \ %的曲线ATS / 2005人队可接受性标准会见满意的开始和结束测试,但发现93 \ %的曲线可用用力呼气量在1 s。我们处理原始数据到图像的最大呼气流量{\ textendash}体积曲线(MEFVC),计算ATS /人可量化的标准和发展cnn确定操纵90 \ %的可接受性和可用性曲线。模型测试剩余10 \ %的曲线。我们计算夏普利值解释模型。结果在测试组(n = 3738), CNN显示精度87 \ 92 \ % %的可接受性和可用性,后者展示一个灵敏度高(92 \ %)和特异性(96 \ %)。他们明显的优越感(p \ < 0.0001) at /人可量化的基于规则的模型。沙普利解释透露MEFVC \ < 1 s (MEFVC模式在第一秒呼气)和体积的高原{\ textendash}时间是最重要的决定可接受性,而MEFVC \ < 1 s完全确定可用性。结论cnn确认相关属性肺活量的曲线标准化ATS /人操纵可接受性和可用性的建议,并进一步提供个人操纵反馈。 Our algorithm combines the visual experience of skilled technicians and ATS/ERS quantitative rules in automating the critical phase of spirometry quality control.Deep-learning models were developed to standardise ATS/ERS spirometric acceptability and usability criteria. This approach reduces the intertechnician variability and provides instant feedback to the user https://bit.ly/3dNFe1i}, issn = {0903-1936}, URL = {//www.qdcxjkg.com/content/56/6/2000603}, eprint = {//www.qdcxjkg.com/content/56/6/2000603.full.pdf}, journal = {European Respiratory Journal} }