亲爱的研友该休息了!由于当前在线用户较少,发布求助请尽量完整的填写文献信息,科研通机器人24小时在线,伴您度过漫漫科研夜!身体可是革命的本钱,早点休息,好梦!

Transfer Learning-Based B-Line Assessment of Lung Ultrasound for Acute Heart Failure

卷积神经网络 学习迁移 计算机科学 人工智能 胸片 工作流程 剪辑 二元分类 试验装置 人工神经网络 机器学习 模式识别(心理学) 医学 射线照相术 放射科 支持向量机 数据库
作者
Joseph R. Pare,Lars Gjesteby,Margaret Tonelli,Megan Leo,Krithika M. Muruganandan,Gaurav Choudhary,Laura J. Brattain
出处
期刊:Ultrasound in Medicine and Biology [Elsevier]
标识
DOI:10.1016/j.ultrasmedbio.2024.02.004
摘要

B-lines assessed by lung ultrasound (LUS) outperform physical exam, chest radiograph, and biomarkers for the associated diagnosis of acute heart failure (AHF) in the emergent setting. The use of LUS is however limited to trained professionals and suffers from interpretation variability. The objective was to utilize transfer learning to create an AI-enabled software that can aid novice users to automate LUS B-line interpretation.Data from an observational AHF LUS study provided standardized cine clips for AI model development and evaluation. A total of 49,952 LUS frames from 30 patients were hand scored and trained on a convolutional neural network (CNN) to interpret B-lines at the frame level. A random independent evaluation set of 476 LUS clips from 60 unique patients assessed model performance. The AI models scored the clips on both a binary and ordinal 0-4 multiclass assessment.A multiclassification AI algorithm had the best performance at the binary level when applied to the independent evaluation set, AUC of 0.967 (95% CI 0.965-0.970) for detecting pathologic conditions. When compared to expert blinded reviewer, the 0-4 multiclassification AI algorithm scale had a reported linear weighted kappa of 0.839 (95% CI 0.804-0.871).The multiclassification AI algorithm is a robust and well performing model at both binary and ordinal multiclass B-line evaluation. This algorithm has the potential to be integrated into clinical workflows to assist users with quantitative and objective B-line assessment for evaluation of AHF.
最长约 10秒,即可获得该文献文件

科研通智能强力驱动
Strongly Powered by AbleSci AI
更新
大幅提高文件上传限制,最高150M (2024-4-1)

科研通是完全免费的文献互助平台,具备全网最快的应助速度,最高的求助完成率。 对每一个文献求助,科研通都将尽心尽力,给求助人一个满意的交代。
实时播报
33完成签到 ,获得积分10
6秒前
ddddddd完成签到 ,获得积分10
15秒前
爆米花应助十三月的过客采纳,获得10
17秒前
无花果应助卡皮巴拉采纳,获得10
21秒前
25秒前
28秒前
30秒前
jarrykim完成签到,获得积分10
57秒前
华仔应助科研通管家采纳,获得10
1分钟前
嗯哼应助科研通管家采纳,获得20
1分钟前
嗯哼应助科研通管家采纳,获得20
1分钟前
caca完成签到,获得积分10
1分钟前
1分钟前
红红酱发布了新的文献求助10
1分钟前
明理丹烟完成签到 ,获得积分10
1分钟前
领导范儿应助张必雨采纳,获得10
1分钟前
2分钟前
Lucas应助超级小蚂蚁采纳,获得10
2分钟前
2分钟前
Akim应助想游泳的鹰采纳,获得10
2分钟前
2分钟前
张必雨发布了新的文献求助10
2分钟前
红红酱发布了新的文献求助10
2分钟前
必中一区ACS可持续化学工程完成签到,获得积分10
2分钟前
Kashing完成签到,获得积分10
2分钟前
成就仇天完成签到 ,获得积分10
3分钟前
莱芙完成签到 ,获得积分10
3分钟前
余增辉完成签到 ,获得积分10
3分钟前
3分钟前
隐形曼青应助超级小蚂蚁采纳,获得10
3分钟前
星辰大海应助科研通管家采纳,获得10
3分钟前
科研通AI2S应助科研通管家采纳,获得10
3分钟前
爆米花应助科研通管家采纳,获得10
3分钟前
3分钟前
3分钟前
FashionBoy应助红红酱采纳,获得30
3分钟前
3分钟前
陈杰完成签到,获得积分10
3分钟前
3分钟前
陈杰发布了新的文献求助10
3分钟前
高分求助中
中国国际图书贸易总公司40周年纪念文集 大事记1949-1987 2000
TM 5-855-1(Fundamentals of protective design for conventional weapons) 1000
草地生态学 880
Threaded Harmony: A Sustainable Approach to Fashion 799
Basic Modern Theory of Linear Complex Analytic 𝑞-Difference Equations 510
中国有机(类)肥料 500
Queer Politics in Times of New Authoritarianisms: Popular Culture in South Asia 500
热门求助领域 (近24小时)
化学 医学 生物 材料科学 工程类 有机化学 生物化学 物理 内科学 纳米技术 计算机科学 化学工程 复合材料 基因 遗传学 催化作用 物理化学 免疫学 量子力学 细胞生物学
热门帖子
关注 科研通微信公众号,转发送积分 3059518
求助须知:如何正确求助?哪些是违规求助? 2715495
关于积分的说明 7445252
捐赠科研通 2361019
什么是DOI,文献DOI怎么找? 1251143
科研通“疑难数据库(出版商)”最低求助积分说明 607698
版权声明 596448