文摘

本研究旨在研究CT图像的应用程序基于深度学习在肺功能评估病人腹腔镜手术的指导下电阻抗断层成像(EIT)。六十进行腹腔镜手术的病人作为研究对象,随机贴上对照组和实验组。基于深度学习,空convolution-combined完全(ECFCNN)的卷积神经网络优化算法,这是用来评估60名患者的肺功能和与卷积神经网络(CNN)算法。清晰的图像的边缘轮廓分段ECFCNN被CNN优于分段。平均动脉压(MAP)、心率(HR)记录诱导前(T1)、气腹前10分钟(T2)、气腹后10分钟(T3),拔管前10分钟(T4)和拔管后10分钟(T5),分别。氧合指数(PaO2/ FiO2),alveolary-arterial氧气分压(A-ADO2)和呼吸指数(RI)记录。分割图像边缘轮廓的清晰度算法模型的研究是高于卷积神经网络。相比之下,T1, T2-T4地图在两组减少( )。与T1相比,T2-T5 HR明显下降( )。相比之下,T2, T5 PaO2/ FiO2在对照组显著降低( )。与对照组相比,T5 A-aDO2减少( )。总之,EIT-guided肺保护性通气可以评估腹腔镜手术病人的肺功能,减少肺不张的发生率,改善术后肺氧合。

1。介绍

近年来,随着外科手术的不断进步,要求大小的伤口,疼痛的程度,手术的预后变得越来越高。腹腔镜手术具有创伤小,失血低,恢复时间短,复苏和小伤疤。目前,在临床上广泛使用1]。

EIT是一种医疗技术,以人体组织和器官的阻抗分布为成像的目标。它塑造内部改变人体的分布图像通过应用安全的电子激发人体和测量响应电压信号在体外(2]。EIT的指导下,腹腔镜手术病人的肺功能评估。临床常规检查项目主要是肺容积测量、肺通气功能测定、动脉血气分析(3]。是否健康的肺功能患者或患者肺功能受损,EIT可以清晰地图像肺部的血液流动,结果与CT扫描(4]。CT扫描人体的某一部分使用x射线和高度敏感的探测器,具有快速扫描时间和清晰的图像(5]。近年来,CT图像已广泛采用医学领域的临床诊断。断层扫描人体受伤的部分可以帮助确定疾病状态通过分析图像。CT检查已经成为不可或缺的方式来评估肺功能在医学领域6]。虽然仍有许多肺功能评价方法的指导下EIT在过去,没有相关文献采用CT成像结合EIT在肺功能评估病人腹腔镜手术(7]。医学图像分割算法主要包括三种类型:传统的分割,机械分割,深度学习分割。深入学习是广泛应用于计算机视觉和声音效果。它可以以有序的方式组织大量数据,提取图像特征,和有效地处理复杂的问题8]。

基于深度学习,ECFCNN算法,相比之下,CNN算法并应用于评价60进行腹腔镜手术的病人的肺功能。它旨在探索肺功能的诊断和预后进行腹腔镜手术的病人在EIT的指导下。

2。材料和方法

2.1。基本信息

从2017年10月到2019年12月,60个病人医学诊断为泌尿系统疾病,腹腔镜手术在医院被要求为研究对象。其中,21岁男性和39名女性,平均年龄为59.23±11.32年。采用随机数字表法将患者分为两组。对照组收到正常通风,而实验组接受肺保护性通气,各30例。研究了医院医学伦理委员会批准,病人和他们的家属理解研究的情况,并签署了知情同意,分别。

入选标准如下:(I)患者诊断为泌尿系统疾病,腹腔镜手术;(2)患者完整的临床数据和影像数据;(3)等级i ii患者根据美国麻醉医师协会(ASA)评分。

排除标准如下:(I)患者心血管疾病、精神疾病,语音障碍,或听力障碍;(2)严重脊柱畸形患者;(3)患者呼吸困难、哮喘、或吸烟;(IV)不清楚患者的CT图像。

2.2。腹腔镜手术的麻醉和监控

病人没有吃药在进入实验室之前。患者进入手术室后,周边建立静脉通道。吸入的氧气是通过一个面具,和美国方面采用2000年监测脑电双频谱指数(BIS)。德国飞利浦MP60监控是用来监测和记录病人的地图,人力资源,A-aDO2和EIT。病人麻醉后10分钟的氧气吸入和静脉注射咪达唑仑0.045毫克/公斤,异丙酚1.5毫克/公斤,0.5舒芬太尼μ克/公斤,rocuronium 0.9毫克/公斤。病人的BIS小于602时,在Datex-Ohmeda皇冠从美国Datex-Ohmeda麻醉呼吸机是用于气管插管。实验组在通风较低潮汐卷7毫升/公斤,而对照组与传统通风潮汐卷9毫升/公斤(理想体重:男性(公斤)= 50 + 0.91×(高度- 152.4);女(公斤)= 45.5 + 0.91×(身高- 152.4))。呼吸的频率调整根据二氧化碳浓度的呼吸,和inhalation-expiration比例是1:2。由静脉注射异丙酚麻醉维持6 mL / kg / h和remifentanil 0.15μ克/公斤/分钟。脉动压力设置为13毫米汞柱。气腹后开始,我们需要不断地调整呼吸参数。随时调整应根据地图和人力资源的变化。低血压,地图还不到60毫米汞柱,持续超过40年代,随着静脉注射去甲肾上腺素的30μg。高血压,地图是大于85毫米汞柱,持续超过40年代,随着静脉nicardipine 0.3毫克。如果人力资源不到40次/分钟,静脉注射阿托品是0.30毫克。如果人力资源超过85次/分钟,esmolol 0.45毫克/公斤是静脉注射。

2.3。观察指标进行腹腔镜手术的病人

在操作之前,统计患者的性别、年龄、体重等一般信息实现的。诱导前(T1)、气腹前10分钟(T2)、气腹后10分钟(T3),拔管前10分钟(T4)和10分钟后拔管(T5),病人的地图和人力资源都被记录下来。氧合指数(PaO2/ FiO2),A-aDO2,和呼吸指数(RI)进行了分析并记录使用宝石总理3500年从Wefen血气分析仪,美国。手术时间、麻醉时间、气腹时间和术后患者不良事件如血碳酸过多症,焦虑,和血氧不足被记录了下来。

2.4。进行腹腔镜手术的病人的CT扫描

通用电气光速VCT 64片采用螺旋CT扫描仪,和病人应去除金属珠宝在胸部扫描。提前碘过敏测试,扫描过程解释让病人平静。首先,左派和右派平原胸部进行扫描,紧随其后的是自上而下的扫描。扫描范围上胸隔膜,然后一个增强扫描。扫描层厚度为0.625毫米,扫描时间间隔是0.5毫米,螺距为0.984:1,矩阵是512×512,电压120 kV,目前是220 - 500 mA。采用喷丸方法注入造影剂。首先,15毫升生理盐水注射皮下静脉检查的泄漏。对比剂注射速率的iopromide 3.5毫升/ s,和注射量是80毫升。然后,同样的,35毫升的盐水注射减少对比剂的浓度在上腔静脉。注射对比剂后,其浓度达到阈值时,扫描将延迟5 s的执行。

2.5。ECFCNN算法

神经元是神经网络的基本功能单元结构,如图1。在图1,X1, X2, X3代表不同的输入值;V1、V2和Vm表示不同的权重; 代表输入和权重的乘积的总和和参数β, 代表一个非线性函数。大量的神经元组成的神经网络结构。基于深度学习FCNN和空的卷积,ECFCNN肺部CT图像分割算法。


图1
神经元的基本结构。

ECFCNN模型的内部结构主要包括卷积层和空的卷积。卷积运算的本质是积分运算,计算如下:

在(1),功能 和功能h代表连续函数,两者都是可积的函数在实数范围内,年代代表卷积核,r代表了网络层的数量。假设输入二维向量P6×6和卷积内核吗问4×4,那么,输出l是一个4×4的二维张量。方程如下:

根据(2),输入图像的大小(×我)直接影响到输出图像的大小L×L,它也将受到卷积核的大小(问×问在操作)。为了更好的部分图像的边缘,辅助参数o通常是补充道。具体的方程如下:

网络经常有多层叠加空心卷积模型,使用锯齿形结构可以避免信息的叠加和维护信息的连续性。锯齿形结构使用不同长度的时间间隔来集成信息从不同的距离。方程如下:

在(4), 指的是孔的间隔我th层和 是最后一层的孔间距和孔区间的最大值。在这部作品中,空白间隔使用(2、4、5)。卷积层的操作的本质是进行加权求和。在这项研究中使用的函数是乙状结肠函数进行分类输出时,和Rlu函数时使用的图像特征提取。其中,乙状结肠函数的计算方程和微分方程如下:

函数值(5)和(6)都在区间(0,1),和乙状结肠导数函数是一个函数。Rlu函数可以减少梯度的消失的问题,其数学运算方程和微分方程如下:

在(7)和(8),当 ,Rlu函数的导数都是负值,梯度是在饱和状态。当 ,Rlu函数的导数都是1,和梯度不会消失。与乙状结肠函数相比,Rlu函数的计算速度和收敛速度更快。为输入P的偏差程度之间的差距模型的输出 和实际价值K通常是通过损失函数表示,记录是哪一个 ,和具体的计算公式如下:

2.6。统计方法

采用SPSS 22.0统计软件进行数据分析。数据满足正态分布表示为平均值±标准偏差,包括通用的统计两组患者,如手术时间、麻醉时间、气腹时间,地图,人力资源,A-aDO2ROI,氧化指数、国际扶轮。非正态的分布式数据在频率和百分比(%)表示,包括两个算法,骰子系数,不良事件的概率。T测试和χ2测试被用于测量数据和枚举数据,分别。该数据具有统计上的显著差异 。

3所示。结果

3.1。分析两种算法的仿真效果

基于深度学习,ECFCNN算法,相比之下,CNN算法并应用于评价60进行腹腔镜手术的病人的肺功能。损失函数和骰子ECFCNN模型和CNN模型系数比较图2。CNN损失模型0.0523和骰子系数为0.9635,而失去ECFCNN模型0.0469和骰子系数为0.9712。损失函数和骰子ECFCNN系数模型明显优于CNN模型。ECFCNN模型的分割图像可以描述整个肺的轮廓。此外,边缘轮廓的定义高于CNN模型。


图2
两种算法的模拟效果分析。
3.2。进行腹腔镜手术的病人的一般统计

进行腹腔镜手术的病人进行比较的两组的性别、年龄、体重,没有发现相当大的差异( )。手术时间、麻醉时间、气腹时间也比较;同样,区别不是很大( ),如图3。因此,没有明显差异的两组患者的一般信息,并可进行比较实验。


图3
相反的操作时间、麻醉时间、气腹时间两组之间。
3.3。进行腹腔镜手术的病人的CT影像特征

肾上腺腺瘤是直径约4厘米的内部密度不均匀,这被认为是由液化性坏死引起的。内侧靠近腹主动脉,但仍有空间,肿瘤是紧密相连的容器的左肾蒂(数字4(一)和4 (b))。大量的肝细胞癌是显示在右肝、乙型肝炎肝硬化。术前腹部增强CT显示右肝占领,这很可能是肝癌,和参与的权利后观察门静脉。通过CT后残肝体积的计算,发现病人的左肝体积太小,和残肝体积仅占总数的25%肝体积。外科医生进行腹腔镜结扎门静脉,肝分裂和全身麻醉下胆囊切除术(数字4 (c)和4 (d))。

(一)
(一)
(b)
(b)
(c)
(c)
(d)
(d)
图4
CT成像特点。(a)的CT图像,一个63岁的女性患者接受腹腔镜手术切除大肾上腺肿瘤。(b)的CT图像,55岁的男性病人接受腹腔镜手术切除大肾上腺肿瘤。(c)和(d)的CT图像与肝癌69岁的男性接受了腹腔镜胆囊切除术。
3.4。两组进行腹腔镜手术的病人的生命体征

平均动脉压和人力资源在每个时间点的两组患者进行比较。发现,相对于T1,对照组和实验组的地图T2-T4时间点被大大降低,差异非常显著( ),在T5反弹,但不够相当大的区别( )(图5(一个))。相比,在T1,人力资源在T2-T5时间点明显减少,与明显差异,如图5 (b)。

(一)
(一)
(b)
(b)
图5
地图和人力资源的动态变化在两组。(一)两组映射的动态变化。(b)两组人力资源的动态变化。请注意。 意味着,与T1的对照组,差别是巨大的, ,虽然#表示,相比之下,在实验组的T1,差别是相当大的, 。
3.5。EIT监控数据的两组患者接受腹腔镜手术

相对于肺,在T1, T5气腹后增加(感兴趣的地方 )。图6显示,与T3相比,肺面积T5气腹后增加的兴趣( ),表明低潮汐卷通风和呼气末正压通气可以显著改善肺的通风区域。


图6
EIT监测两组患者的数据。请注意。 意味着,与T1的对照组,差别是巨大的, ,虽然#表示,相比之下,在实验组的T1,差别是相当大的, 。
3.6。对比两组的肺功能指标进行腹腔镜手术的病人

肺功能指标,如氧化指数、A-aDO2国际扶轮,比较两组之间的病人。在T2时间点相比,PaO2/ FiO2对照组的T5下降非常明显,和不同的是巨大的( )。图7(一)说明了这个概念,相对于对照组,PaO2/ FiO2在实验组的T5极为优于对照组,具有相当大的差异( )。A-aDO2在实验组T5明显减少,差异非常显著和对照组( )(图7 (b))。相比,在T2,国际扶轮在T3和T5在实验组明显减少。RI在T5实验组明显减少相对于对照组,差异显著( )。

(一)
(一)
(b)
(b)
图7
氧合指数(PaO的对比2/ FiO2)和A-aDO2在两组之间。(一)PaO的对比2/ FiO2在两组之间。(b) A-aDO的对比2在两组之间。请注意。 意味着,而T2在对照组,差别是相当大的, ,而#建议,相比之下在实验组的T5,差别是巨大的, 。
3.7。对比的血浆中il - 6和il - 10水平两组进行腹腔镜手术的病人

的血浆il - 6和il - 10的水平相比,两组患者在手术后诱导和。图8(一个)表明,il - 6水平的对照组和实验组大大增加和T1 ( )。实验组的il - 6水平明显降低相对于在T5,和差异很大( )。图8 (b)表明,il - 10水平的对照组和实验组显著增加那些T1相比,有显著差异( )。实验组il - 10水平的大幅增加而在T5 ( )。

(一)
(一)
(b)
(b)
图8
对比的il - 6和il - 10水平的血浆水平两组病人。(一)血浆中il - 6含量的对比两组患者。(b)的血浆中il - 10含量对比两组患者。请注意。 意味着,在对照组相比,在T1 T1, ,虽然#表示,相对于对照组的T5, 。
3.8。不良事件进行腹腔镜手术的病人

相比,两组患者在腹腔镜后相关并发症的概率。没有在实验组和对照组血碳酸过多症。41%的患者与对照组血氧不足32%,实验组与血氧不足,没有明显差异( )。术后烦躁发生在25%的对照组和实验组的13%;同样,没有发现相当大的差异( )。

4所示。讨论

快速发展和相关电阻抗断层成像(EIT)的研究促进了广泛的临床应用。使用EIT监视病人的自主呼吸和机械通风可以实时动态监控,可以评估和病人的呼吸功能。腹腔镜手术在人体的不同部位有不同的影响病人的呼吸功能(9]。侧卧位手术时,由于顺势疗法的结合影响肺压力和腹部上升的压力,如果隔膜肌肉增加,会引起肺不张,这将防止病人正常的肺气体交换。二氧化碳释放血液从身体中通常不能消除,并很容易积累二氧化碳酸中毒。如果不及时进行诊断和治疗,它将直接影响病人的呼吸功能(10]。

完全卷积神经网络提出了图像语义分割,然后逐渐应用于图像分类、目标探测和其他图像处理任务。与卷积神经网络相比,完整的卷积神经网络具有较小的参数和计算和处理输入不同分辨率的图像,这是更有效和灵活。在这项研究中,基于深度学习完整的卷积神经网络和腔卷积,一个完整的卷积神经网络优化(ECFCNN)对肺CT图像分割算法。结果表明,CNN模型0.0523和骰子的损失系数为0.9635。0.0469 ECFCNN的损失模型,骰子系数为0.9712。的损失函数ECFCNN模型略优于CNN模型和骰子系数。

病人的肺功能的主要指标包括氧化指数(PaO2/ FiO2),A-aDO2,国际扶轮。氧合指数可以反映肺的氧合。A-aDO2可以反映肺部的氧气扩散能力,也就是说,肺泡的能力进行通风。当其值逐渐增加,肺的扩散功能异常,这是其中的一个重要指标来评估肺功能的损害(11]。国际扶轮是一个重要的指标反映肺部的氧气交换功能。大于1时,氧气交换功能显著降低(12]。灰色et al。13]研究了呼气末正压通气的影响在腹腔镜手术在改善患者的肺氧合功能。结果表明,氧合指数增加,A-aDO2国际扶轮下降,表明这种模式可以改善肺通气功能,有利于肺气体交换。在这个工作中,对照组的肺氧合指数在T2和T5明显减少,表明肺机械受损气腹期间由于肺泡过度膨胀。相比,在T1, T2-T5的人力资源大大减少,但地图和热点没有显著区别2,这表明腹腔镜手术对病人的血流动力学参数没有明显的影响。这项研究的结果是类似于金正日et al。14),评估腹腔镜手术对血流动力学的影响。据透露,之间没有明显的区别是在血液动力学和气腹发现实验组和对照组。

炎症细胞很容易积聚在肺部。一旦发生急性肺损伤,炎症细胞会在短时间内被激活并释放大量炎症因子(15]。张,梁16)指出,在细胞水平上激活炎症细胞会导致一系列的炎症链式反应,释放大量炎症介质,导致肺损伤。血浆中炎性因子il - 6和il - 10的水平测定T1和T5时间点,和腹腔镜手术对炎症的水平的影响因素进行了探讨。il - 6和il - 10的水平在对照组和实验组均明显增加。实验组的il - 6水平在T5大大低于对照组。因此,它被证实为气腹腹腔镜手术能有效减少肺部的炎症,这是符合上述研究报告。

5。结论

基于深度学习,ECFCNN算法,相比之下,CNN算法并应用于评价60进行腹腔镜手术的病人的肺功能。ECFCNN分割图像的模型不仅可以描述肺的整体轮廓,边缘轮廓的定义也高于CNN模型。EIT-guided肺保护通风可以帮助评估进行腹腔镜手术的病人的肺功能,显著降低肺不张的发生率,改善肺氧合手术期间和之后。这个工作的缺点是手术后病人的血液采集时间不长时间,和炎症因子水平的变化无法评估。简而言之,这个工作已经证实,CT图像引导下EIT可以监控实时肺保护性通气的临床效果,并提供一个参考临床腹腔镜手术诊断依据。

数据可用性

使用的数据来支持本研究的发现可以从相应的作者。

的利益冲突

作者宣称没有利益冲突。