基于机器学习的超声影像及SWE预测模型在早期慢性肾病中的应用OACSTPCD
Machine Learning-based Prediction Model with Ultrasound Imaging and SWE in the Diagnosis of Early Chronic Kidney Disease
目的:开发并验证一种基于机器学习算法的预测模型,该模型结合超声影像学和剪切波弹性成像(SWE)技术,旨在提高早期慢性肾病(CKD)的诊断准确性.方法:采用前瞻性研究设计,纳入2022年3月至2023年11月期间在广州医科大学附属番禺中心医院就诊的308名研究对象,其中185名为慢性肾病患者(观察组),123名为对照组.对所有研究对象进行双肾彩色多普勒超声检查和SWE定量测量,收集临床资料及实验室指标.根据肾小球滤过率和血清肌酐水平,将患者分为早期…查看全部>>
Objective:To develop and validate a predictive model based on machine learning algorithms,which combines ultrasound imaging and shear wave elastography(SWE)technology,aiming to improve the diagnostic accuracy of early chronic kidney disease(CKD).Methods:This study adopts a prospective research design and includes 308 research subjects who sought medical treatment at the Affiliated Panyu Central Hospital of Guangzhou Medical University from March 2022 to Nove…查看全部>>
程远;陈毓菁
广州医科大学附属番禺中心医院超声科,广东广州 511400广州医科大学附属番禺中心医院超声科,广东广州 511400
临床医学
机器学习超声影像剪切波弹性成像早期慢性肾病
machine learningultrasound imageshear wave elastography(SWE)early stagechronic kidney disease
《影像科学与光化学》 2024 (5)
421-428,8
广州市卫生健康科技一般引导项目(20231A010082)广东省科技计划项目(20130319c)
评论