medRxiv preprint Score 70

非接触超声胸壁振动图可区分心肺疾病患者

新型非接触式超声设备通过分析胸壁振动模式,结合机器学习,可识别呼吸和心脏疾病患者。

一项发表在medRxiv上的预印本研究介绍了一种非接触式多点超声表面运动相机(SMC),用于绘制胸壁振动图,以评估心肺功能。研究纳入临床特征明确的参与者,在自然呼吸和外部诱导振荡期间进行短时间采集。信号经空间和频率解析后,使用机器学习模型分析。结果显示,该技术能有效区分呼吸和心脏疾病患者与健康个体。这一方法无需接触,有望弥补当前依赖主观临床检查或资源密集型成像的不足。

ultrasoundcardiopulmonarymachine learningdiagnostic imaging