面向 ARDS 患者的区域肺功能预测：基于物理模型的患者专属模型验证研究
图像与视频处理
2024-11-14 v1 计算机视觉与模式识别
摘要
机械通气的肺保护通气设置选择对患者预后产生重大影响，但由于固有的患者间和患者内生理变异性，确定 individual 患者的最佳通气方案仍极具挑战性。本验证研究表明，针对 individual 患者量身定制的物理基肺模型能够解决这种变异性，使我们能够预测机械通气下病理肺部的未知局部状态。对 7 例接受侵入性机械通气的 ARDS 患者，基于胸部 CT 扫描和通气数据创建了物理基、患者专属的肺模型。通过数值求解病理肺部与通气器传递的气道压力和流量之间的相互作用，我们预测每个患者在时间上的不均匀局部状态，并将其与使用电阻抗断层扫描 (EIT) 进行床旁监测获得的区域通气进行比较。数值模拟与实验数据之间取得了良好的一致性，模型预测的胸廓前后通气轮廓与临床参考数据之间的皮尔逊相关系数达到 96%。即使考虑整个横断面胸廓内的区域通气以及整个动态通气范围内的通气，平均相关系数也超过 81%，平均根均方误差小于 15%。本次首个系统性验证研究的结果表明，计算模型能够提供临床相关信息，从而为基于 individual 解剖和生理学特性的通气方案选择开辟了道路。
引用
@article{arxiv.2408.14606,
title = {BreakNet: Discontinuity-Resilient Multi-Scale Transformer Segmentation of Retinal Layers},
author = {Razieh Ganjee and Bingjie Wang and Lingyun Wang and Chengcheng Zhao and José-Alain Sahel and Shaohua Pi},
journal= {arXiv preprint arXiv:2408.14606},
year = {2024}
}