基于伪影抑制生物阻抗测量的无创膀胱体积估计
信号处理
2024-01-23 v1
摘要
尿量是衡量肾脏健康的重要参数。当前的监测方法包括手写记录、有创导尿或由高技能人员进行的超声测量。导尿具有很高的感染风险，而间歇超声测量和手动记录耗时，且可能错过肾功能障碍的早期迹象。生物阻抗（BI）测量可作为体内测量尿量的无创替代方案。然而，有限的鲁棒性阻碍了其临床转化。本文提出一种基于深度学习的算法，该算法处理下腹部的局部 BI 并抑制伪影，以定量、无创且无需持续额外人员的方式测量膀胱体积。使用称为 ANUVIS 的四极 BI 可穿戴系统从三名健康受试者收集连续膀胱体积数据以证明操作可行性，而尿动力学（n=6）和尿流率测定（n=8）的临床金标准提供了真值。推导了电极放置的优化位置以及 BI 随膀胱体积变化的模型。满膀胱体积估计和残余体积估计的平均误差为 -29 ± 87.6 ml，因此可与商用便携超声设备相媲美（Bland Altman 分析显示偏倚为 -5.2 ml，LoA 介于 119.7 ml 至 -130.1 ml），同时提供免手持、无创和连续膀胱体积估计的额外益处。可穿戴 BI 传感器节点与上述算法的结合为当前标准护理提供了有吸引力的替代方案，并在提供肾功能洞察方面具有潜在益处。
引用
@article{arxiv.2303.14028,
title = {Non-invasive urinary bladder volume estimation with artefact-suppressed bio-impedance measurements},
author = {Kanika Dheman and Stefan Walser and Philipp Mayer and Manuel Eggimann and Marko Kozomara and Denise Franke and Thomas Hermanns and Hugo Sax and Simone Schürle and Michele Magno},
journal= {arXiv preprint arXiv:2303.14028},
year = {2024}
}