Automatic Arterial Wall Detection and Diameter Tracking Using M-mode Ultrasound
Notice bibliographique
Résumé
Research indicate that the ultrasonic monitoring of the artery stiffness aids in early detection of coronary artery disease.One of the challenges in monitoring the stiffness of the artery in mass screening tests is the need for a clinical expert to identify the artery and to estimate the change in diameter in an ultrasound image.In this research, an algorithm to automatically detect artery wall region and estimate systolic and diastolic lumen diameter of the artery is proposed using ultrasound radio-frequency signals acquired with a single ultrasound transducer in M-mode.Detection of the region containing the artery walls is obtained using a machine learning trained classifier.Artery inner walls are identified in the detected region using correlation and peak detection and the lumen diameter is then estimated.The proposed algorithm is first tested on phantom experiments using a clinical ultrasound imaging system with a linear array ultrasonic transducer (UT) probe and then tested on the M-mode signal acquired with human in-vivo subjects using a wearable ultrasound sensor (WUS) composed of a single flexible UT.The machine learning-based artery wall region classifier was able to detect the artery wall region in M-mode signals acquired from the clinical ultrasound acquisition system with an accuracy of 88.9%.The classifier achieved an accuracy of 88.3% in the case of data acquired from WUS.Further, the diameter estimated in the human in-vivo experiment with the proposed technique was within the range of the average diameter of the common carotid artery observed in humans.Thus, the study offers a method for automatic lumen diameter estimation of the artery in M-mode ultrasound signals.The proposed technique will be useful in developing an artery health monitoring system using ultrasound.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,001 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».