实现心脏功能连续监测的可穿戴心脏超声成像贴片

描述

心血管疾病通常与心脏泵送能力的变化有关,心脏成像技术可以将这些变化检测出来。

因此,无创的、连续的心脏成像对心血管疾病的早期检测和监测很有价值。

现有的评估心脏功能的方法能够进行成像或连续测量,但不能同时进行。

非成像方法所包含的信息比图像少,但成像方法只能捕捉到瞬时照片,并需要训练有素的技术人员来操作探头。

此外,现有成像方式涉及繁琐的仪器,不能对正在运动的人的心脏进行成像。

鉴于一些疾病相关的反应只在运动引起的压力下出现,这是一个重要的限制。

此外,目前从心脏成像中得到的任何定量测量必须由心脏病专家手动分析,这个过程是艰巨的、漫长的,并受到观察者之间差异的影响。

鉴于此,加州大学圣地亚哥分校徐升教授报告了一种用于连续、实时和直接心脏功能评估的可穿戴超声贴片。

研究人员引入了设计和材料制造方面的创新,改善了贴片与人体皮肤之间的机械耦合,允许在运动过程中从不同的角度检查左心室

同时还开发了一种深度学习模型,可以从连续的图像记录中,自动提取左心室容积,生成每搏输出量、心输出量和射血分数等关键心脏性能指标的波形。

该技术能够在各种环境中以显著提高的准确性动态监测心脏功能。相关研究成果以“A wearable cardiac ultrasound imager”为题发表在最新一期Nature上。

机器学习

该系统通过一个像人类皮肤一样柔软的可穿戴贴片收集信息,其设计旨在实现最佳的粘附性。

由于具有与皮肤相似的弹性,因此对用户的日常活动不会产生明显的限制。该贴片尺寸为1.9 cm(L) x 2.2 cm(W) x 0.09 cm(T),大约是一张邮票的大小。

该贴片由两个线性阵列的超声换能器组成,呈十字形排列,可以从两个正交视图成像,而不需要重新定位。

超声贴片中的密集元素提供了与商业成像仪类似的成像质量。该超声贴片柔软且可拉伸,即使在运动过程中也能很好地附着在人体皮肤上。

该系统可以使用超声在独立的双平面视图中检查心脏的左心室,产生比以前更有用的临床图像。

作为一个使用案例,该团队展示了运动中的心脏成像。心脏的性能由三个因素来描述:每搏输出量(心脏每次搏动泵出的血液量)、射血分数(每搏输出量占心室舒张末期容积量的百分比)和心输出量(心脏每分钟泵出的血量)。

机器学习

图1 可穿戴心脏超声成像贴片的设计和表征

该团队开发了一种算法,以促进连续的、由人工智能辅助的自动处理。具体来说,人工智能部分涉及一个用于图像分割的深度学习模型,一个用于计算心脏容积的算法,以及一个数据归纳算法。研究人员使用这个机器学习模型,根据左心室分割的形状和面积来计算心脏体积。

成像-分割深度学习模型是第一个在可穿戴超声设备中功能化的模型。它使设备能够在不同的作息状态下,包括静态和运动后,提供准确和连续的关键心脏指数的波形,这在以前是从未实现过的。因此,这项技术可以连续和无创地生成这三个指数的曲线。

可穿戴心脏超声成像贴片在不同作息状态下对关键心脏指数的监测

为了生产可穿戴设备本身,研究人员使用了与Ag-环氧树脂背衬粘合的压电1-3复合材料作为超声成像贴片中换能器的材料,比以前的方法减少了风险,提高了效率。在选择换能器阵列的传输配置时,通过宽波束复合传输取得了卓越的效果。研究人员还从九个流行的模型中选择了基于机器学习的图像分割,取得了最高的准确性。在目前的迭代中,贴片通过电缆连接到计算机上,计算机可以在贴片还在的时候自动下载数据。该团队已经为贴片开发了一个无线电路,这将在即将出版的出版物中介绍。

机器学习

图2 超声心动图的几个标准视图

机器学习

图3 可穿戴心脏超声成像贴片对人体运动状态下心脏功能的监测

机器学习

图4 通过深度学习进行自动图像处理

总体而言,可穿戴式超声成像贴片为提高诊断的准确性和病人的体验提供了许多可能性。可穿戴式超声技术为深层组织传感开辟了新的空间。除了获得视频图像,研究人员还使用深度学习来评估和解释图像。基于贴片的换能器在运动或压力测试中的应用特别有趣,这样的设备在临床上是有用的,甚至会改变实践。

目前的可穿戴成像贴片并不完美,研究人员必须提高其空间分辨率,尤其是在高程方向上的分辨率。为了使设备适应不同的静态和动态曲面,需要通过先进的成像算法或几何传感技术来优化由换能器阵列变形引起的失真信号的补偿。此外,应该推广深度学习模型,使其适用于更大的人群。








审核编辑:刘清

打开APP阅读更多精彩内容
声明:本文内容及配图由入驻作者撰写或者入驻合作网站授权转载。文章观点仅代表作者本人,不代表电子发烧友网立场。文章及其配图仅供工程师学习之用,如有内容侵权或者其他违规问题,请联系本站处理。 举报投诉

全部0条评论

快来发表一下你的评论吧 !

×
20
完善资料,
赚取积分