Beretning om dyb læringsbaseret ultralydsbilledfunktion i diagnosen af ​​svær sepsis kompliceret med akut nyreskade

Denne undersøgelse var rettet mod at analysere den diagnostiske værdi af konvolutionelle neurale netværksmodeller på grund af dyb læring for svær sepsis kompliceret medakut nyreskadeog giver et effektiv teoretisk reference til klinisk brug af ultralydsbilleddiagnoser. 50 patienter med svær sepsis kompliceret med akut nyreskade og 50 raske frivillige blev udvalgt i denne undersøgelse. De gennemgik alle ultralydsscanninger. DiffErent deep learning convolutional neurale netværksmodeller tæt convolutional network (DenseNet121), Google inception net (GoogLeNet) og Microsoft's resterende netværk (ResNet) blev brugt til træning og diagnoser. Derefter blev de diagnostiske resultater sammenlignet med professionelle billedlæger' Artifisociale diagnoser. Resultaterne viste, at nøjagtigheden og følsomheden af ​​de tre dybe læringsalgoritmer var signifiklart højere end professionelle billedlæger' Artifisociale diagnoser. Desuden var fejlraterne for de tre algoritmemodeller for svær sepsis kompliceret med akut nyreskade signifikantefiklart lavere end professionelle læger' Artifisociale diagnoser. Arealer under kurver (AUC'er) af de tre algoritmer var signifiklart højere end lægers AUC' diagnose resultater. Dettabsfunktionsparametre for DenseNet121og GoogLeNet var signifiklart lavere end ResNets, med en statistisk signifikan ikke difference (P < 0:05). Der var ingen signifikan ikke differens i træningstid af ResNet, GoogLeNet og DenseNet121 algoritmer under deep learning, da konvergensen blev nået efter henholdsvis 700 gange, 700 gange og 650 gange (P > 0:05). Afslutningsvis er værdien af ​​de tre algoritmer på grund af dyb læring i diagnoser af svær sepsis kompliceret medakut nyreskadevar højere end professionelle læger' Artificiale domme og havde stor klinisk værdi fordiagnosticering og behandling af sygdommen.

FÅ NATURLIG ORGANISK CISTANCHE EKSTRAKT MED 25% ECHINACOSID OG 9% ACTEOSIDE TIL NYREINFEKTION

1. Introduktion

Nu, da sepsis bedre forstås, defineres det af forskere som et klinisk syndrom, hvor enorganismens inflammatoriske reaktioner utilpasset af infektion, hvilket resulterer ialvorlig skade på fysiologi og organfunktioner. Sepsis har ekstrem høj morbiditet og dødelighed på intensivafdelinger, og det er blevet den hyppigste dødsårsag for kritisk syge patienter [1]. Ifølge nogle undersøgelser er der mere end 30 millioner nye tilfælde af koncentrerede sygdomme i verden hvert år, og mere end fem millioner mennesker er blevet dræbt af sepsis, hvilket har forårsaget et alvorligt pres og en byrde på den globale folkesundhed [2-4] . Dets patogeneser og patologiske processer er komplicerede og tæt forbundet med inflammation, koagulationsdysfunktion og immunforstyrrelser [5-7]. Blandt dem anses det ukontrollerede inflammatoriske respons for at være en af ​​patogenerne af sepsis. Tidlige inflammatoriske reaktioner frigav et stort antal proinflammatoriske cytokiner oganti-inflammatoriske cytokiner[8]. Der er dog ofte ubalance mellem pro-inflammatoriske faktorer og anti-inflammatoriske faktorer hos sepsispatienter, og den inflammatoriske reaktion er ude af kontrol, hvilket accelererer udviklingen af ​​sepsis [9-11]. Derudover interagerer betændelse ofte med koagulationsdysfunktion og påvirker derefter udviklingen af ​​sepsis. Den nedsatte ekspression af vævsfaktorer kan ikke initiere den eksogene koagulationsvej, hvilket resulterer i koagulationsforstyrrelser og accelererer dannelsen af ​​vaskulær skade [12-14].

Akut nyreskade er normalt karakteriseret ved et hurtigt fald i nyrefunktionen, hvilket resulterer iakut nyresvigtog andreorgansvigti svære tilfælde.Akut nyreskadekan være forårsaget af en række faktorer, som inkluderer stofbrug, iskæmi/reperfusion og infektion [15-17]. I de senere år har forekomsten og dødeligheden af ​​akut nyreskade været stigende, og dødeligheden af ​​alvorlig akut nyreskade kan nå mere end 50 %. Patogenerne ved akut nyreskade er ofte relateret til deres patogene faktorer. Under organtransplantation, akut blodtab eller toksisk shock er iskæmi/reperfusionsskade blevet en vigtig patogen mekanisme, der fører til akut nyreskade [18]. Som det vigtigste udskillelsesorgan i den menneskelige krop udskilles lægemidler ofte gennem nyren, og deres massive brug eller endda misbrug vil sandsynligvis forårsage lægemiddelinduceret akut nyreskade [19]. Sepsis kompliceret med akut nyreskade refererer til akut renal parenkymal skade, der opstår hos patienter med sepsis, og andre faktorer, der kan forårsage nyreskade som nyreiskæmi eller nefrotoksiske stoffer er udelukket. Akut nyreskade er ret almindelig hos mennesker med sepsis, og forekomsten stiger med sværhedsgraden af ​​sepsis. Epidemiologiske data viser, at forekomsten af ​​akut nyreskade er 19 %, 23 % og 51 % hos patienter med henholdsvis moderat sepsis, svær sepsis og septisk shock. I betragtning af den høje forekomst af sepsis, kan det estimeres, at antallet af akutte nyreskadetilfælde induceret af sepsis er ret alarmerende. Sammenlignet med andre årsager giver sepsis mere ustabil hæmodynamik ved akut nyreskade; andelen af ​​patienter, der har behov for vasopressorer og mekanisk ventilation, er højere, sygdomssværhedsscoren er højere, og dødeligheden øges også markant i sidste ende. Forsinkelser i tidlige diagnoser og behandlinger fører til en kontinuerlig progression af sygdommen, og kontinuerlig hypoperfusion fører til akut tubulær nekrose, som til sidst udvikler sig til irreversibel skade, selv ved patientens død [20-22].

Klinisk stilles tidlige diagnoser ofte ved påvisning af kreatinin og urinvolumen i henhold til internationale retningslinjer, men det er normalt ikke i stand til at stille en korrekt diagnose i tide og fuldstændigt. Med den kontinuerlige udvikling af billedundersøgelse anvendes ultralydsbilledundersøgelse gradvist i de kliniske diagnoser af sepsis kompliceret med akut nyreskade. Kliniske medarbejdere er ofte ikke i stand til at opsummere kvantitative og nøjagtige medicinske oplysninger fra ultralydsbilleder med det blotte øje. Medicinske billedanalyser og behandlingsteknologier løser dette dilemma og bliver vigtige hjælpere til kliniske diagnoser [23-25]. Formålet med yderligere analyser og afklaring er at hjælpe klinikere med at diagnosticere sygdommen mere præcist og hurtigere og få mere dybdegående information om sygdommen. Et foldet neuralt netværk, en slags dybt neuralt netværk, består af en dybere gitterstruktur, der kan læse billeddata som visuelle patologiske træk og finde træk, som menneskelige øjne ikke kan læse. Dette er meget vigtigt for ultrasonografi i diagnosticering af sepsiskompliceret med akut nyreskade.

Denne undersøgelse havde til formål at analysere den diagnostiske værdi af svær sepsis kompliceret medakut nyreskadeunder et dybt læringsbaseret konvolutionelt neuralt netværk, for at give en vis reference til den kliniske ultralydsbilleddiagnose.

2. Materialer og metoder

2.1. Studieobjekter.

I denne undersøgelse blev 50 patienter med svær sepsis kompliceret med akut nyreskade indlagt på hospitalet fra 10. januar 2020 til 10. maj 2021 udvalgt som forsøgsgruppe. I henhold til alders- og kønsfordelingen af ​​disse patienter blev 50 raske frivillige også udvalgt som den raske kontrolgruppe. Denne undersøgelse var blevet godkendt af den etiske komité på hospitalet, og patienternes familier var blevet informeret om denne undersøgelse og underskrevet informeret samtykke.

Inklusionskriterierne var som følger. Først blev patienter diagnosticeret som sepsis kompliceret med akut nyreskade i henhold til de diagnostiske kriterier. For det andet havde patienterne underskrevet informerede samtykkeformularer. For det tredje led patienterne ikke af andre alvorlige organsygdomme elarvelige sygdomme. For det fjerde blev patienterne ikke undersøgt for kontraindikationer.

De patienter, der opfyldte eksklusionskriterierne, havde alvorlige allergier, andre alvorlige underliggende sygdomme og en historie med kronisk nyreskade. Desuden tog patienterne diuretika i lang tid.

Der var to krav i kriteriet for suspension og eliminering. For det første kunne patienter normalt ikke gennemføre ultralydsscanninger. For det andet blev patienter, der ikke overholdt behandlingerne, fulgt op til indeksevaluering.

For raske kontrolgruppefrivillige var inklusionskriteriet det samme som for patienter med sepsis kompliceret med akut nyreskade (2.-4.). Eksklusionskriteriet var det samme som for patienter med sepsis kompliceret medakut nyreskade(2.-4.). Patienter med akut nyreskade kompliceret med sepsis blev seponeret og udelukket.

Figur 5: Sammenligning af nøjagtighed, specificitet og sensitivitet mellem de tre algoritmer og professionelle læger. Bemærk: ∗ repræsenterede signifikante forskelle: P < 0:05.

2.2. Ultralyds billedundersøgelser.

Der blev foretaget ultralydsbilledundersøgelser på 100 patienter på samme tid. Patienterne skulle undersøges med tom mave, ikke have drukket ret meget vand før undersøgelsen og ligge på undersøgelseslejet i rygleje og venstre sideleje. Et ultralydssystem og en konveks array 3,5 MHZ-sonde blev anvendt til en renal ultralydsundersøgelse. Proben blev placeret i den bageste aksillære linje, og sondens position og vinkel blev justeret for at få det største koronale billede af nyren. Sonden blev roteret i 90 grader ved koronalsektionen og blev flyttet op og ned for at justere vinklen på lydstrålen, hvorefter tværsnitsbilledet af nyren blev opnået. Når patienterne var i liggende stilling, blev sonden placeret under ribbenene på ryggen til langsgående scanning. Med sondemærket vendt mod hovedet kunne nyrens sagittale plan observeres.

2.3. Konvolutionelle neurale netværksmodeller.

Dense-Net121 foldede neurale netværksstruktur modellerer gennemførte klassifikationsprocesser gennem henholdsvis foldning, maksimal poolinglag, tætte moduler og komplette forbindelseslag. På grund af den tætte forbindelse mellem forskellige niveauer kunne DenseNet121-modellen absorbere og bruge funktioner på hvert niveau og overvinde problemer med gradientforsvinden til en vis grad. Den specifikke netstrukturmodel af DenseNet121 er vist i figur 1.

I strukturmodellen for det GoogLeNet-konvolutionelle neurale netværk blev antallet af netværkslag øget betydeligt, men der var få parametre. Der var et integreret startmodul, der kunne kombinere poolinglaget og foldningslaget for at opnå hurtig beregningshastighed og få mere funktionsinformation. Derudover var der et stort antal startfilialer. Deres strukturer og karakteristika var forskellige, og de endelige beregningsresultater var mere nøjagtige. Startmodulet for Goo gLeNet er vist i figur 2.

ResNet var en fremragende objektdetektion, billedklassificering og segmenteringsmodel, der var blevet brugt i vid udstrækning i foldede neurale netværk. Reststrukturer optrådte i ResNet-modellen, hvilket gjorde det nemmere at optimere. I udbredelsesprocessen af ​​neurale netværk forsvandt udbredelsesgradienten gradvist på grund af udseendet af tilbagepropagation. Da eksistensen af ​​resterende strukturer løste dette problem, blev gradientinformationen lettere transmitteret i processen med omvendt transmission af reststrukturer, og netværket med resterende moduler ville få højere identifikationsnøjagtighed. Samtidig vedtog ResNets residualnetværksmodel et stort antal relativt standardiserede metoder til enzymtræning. Dens specifikke strukturelle model er vist i figur 3.

Figur 7: ROC-kurveresultater af de tre algoritmer og diagnoser af professionelle læger.

ResNet forbedrede antallet af netværkslag gennem resterende strukturer og forenklede læringsobjekterne for at realisere forbedringen af ​​træningshastigheden og nøjagtigheden af ​​parametre. Det blev foreslået at indtaste startværdien xi og indstille vægten til a. Forspændingen blev repræsenteret af c, yi var grensummen, og dens beregningsfunktioner blev vist i følgende ligninger:

Supportive Service Of Wecistanche - Den største cistanche-eksportør i Kina:

E-mail:wallence.suen@wecistanche.com

Whatsapp/Tlf:+86 15292862950

Shop for flere specifikationer detaljer:

https://www.xjcistanche.com/cistanche-shop

FÅ NATURLIG ORGANISK CISTANCHE EKSTRAKT MED 25% ECHINACOSID OG 9% ACTEOSIDE TIL NYREINFEKTION