Deep Learning on Ultrasound Images Visualizes the Femoral Nerve with Good Precision

↓ Direkt till sidans innehåll
↓ Direkt till sidans sekundära innehåll (sidomenyn)

Sökning: WFRF:(Jahr John) > (2020-2023) > Deep Learning on Ul...

1 av 1
Föregående post
Nästa post
Till träfflistan

Berggreen, JohanLund University,Lunds universitet,Medicinsk teknik, Lund,Sektion V,Institutionen för kliniska vetenskaper, Lund,Medicinska fakulteten,LTH profilområde: Teknik för hälsa,LTH profilområden,Lunds Tekniska Högskola,Biomedical Engineering, Lund,Section V,Department of Clinical Sciences, Lund,Faculty of Medicine,LTH Profile Area: Engineering Health,LTH Profile areas,Faculty of Engineering, LTH,Skåne University Hospital (författare)

Deep Learning on Ultrasound Images Visualizes the Femoral Nerve with Good Precision

Artikel/kapitelEngelska2023

Förlag, utgivningsår, omfång ...

2023-01-07
MDPI AG,2023

Nummerbeteckningar

LIBRIS-ID:oai:lup.lub.lu.se:182e3260-0e78-442d-b4cf-391332ec4163
https://lup.lub.lu.se/record/182e3260-0e78-442d-b4cf-391332ec4163URI
https://doi.org/10.3390/healthcare11020184DOI

Kompletterande språkuppgifter

Språk:engelska
Sammanfattning på:engelska

Ingår i deldatabas

SwePubSwePub

Klassifikation

Ämneskategori:art swepub-publicationtype
Ämneskategori:ref swepub-contenttype

Anmärkningar

The number of hip fractures per year worldwide is estimated to reach 6 million by the year 2050. Despite the many advantages of regional blockades when managing pain from such a fracture, these are used to a lesser extent than general analgesia. One reason is that the opportunities for training and obtaining clinical experience in applying nerve blocks can be a challenge in many clinical settings. Ultrasound image guidance based on artificial intelligence may be one way to increase nerve block success rate. We propose an approach using a deep learning semantic segmentation model with U-net architecture to identify the femoral nerve in ultrasound images. The dataset consisted of 1410 ultrasound images that were collected from 48 patients. The images were manually annotated by a clinical professional and a segmentation model was trained. After training the model for 350 epochs, the results were validated with a 10-fold cross-validation. This showed a mean Intersection over Union of 74%, with an interquartile range of 0.66–0.81.

Ämnesord och genrebeteckningar

MEDICIN OCH HÄLSOVETENSKAP Klinisk medicin Radiologi och bildbehandling hsv//swe
MEDICAL AND HEALTH SCIENCES Clinical Medicine Radiology, Nuclear Medicine and Medical Imaging hsv//eng
artificial intelligence
deep learning
hip fracture
nerve blocks
ultrasound

Biuppslag (personer, institutioner, konferenser, titlar ...)

Johansson, AndersLund University,Lunds universitet,Medicinsk teknik, Lund,Sektion V,Institutionen för kliniska vetenskaper, Lund,Medicinska fakulteten,LTH profilområde: Teknik för hälsa,LTH profilområden,Lunds Tekniska Högskola,Biomedical Engineering, Lund,Section V,Department of Clinical Sciences, Lund,Faculty of Medicine,LTH Profile Area: Engineering Health,LTH Profile areas,Faculty of Engineering, LTH(Swepub:lu)anes-ajo (författare)
Jahr, JohnLund University,Lunds universitet,Institutionen för kliniska vetenskaper, Lund,Medicinska fakulteten,Department of Clinical Sciences, Lund,Faculty of Medicine(Swepub:lu)anes-jja (författare)
Möller, SebastianLund University,Lunds universitet,Medicinsk teknik, Lund,Sektion V,Institutionen för kliniska vetenskaper, Lund,Medicinska fakulteten,LTH profilområde: Teknik för hälsa,LTH profilområden,Lunds Tekniska Högskola,LU profilområde: Ljus och material,Lunds universitets profilområden,Biomedical Engineering, Lund,Section V,Department of Clinical Sciences, Lund,Faculty of Medicine,LTH Profile Area: Engineering Health,LTH Profile areas,Faculty of Engineering, LTH,LU Profile Area: Light and Materials,Lund University Profile areas,Region Skåne(Swepub:lu)se6152st (författare)
Jansson, TomasLund University,Lunds universitet,Avdelningen för Biomedicinsk teknik,Institutionen för biomedicinsk teknik,Institutioner vid LTH,Lunds Tekniska Högskola,Medicinsk teknik, Lund,Sektion V,Institutionen för kliniska vetenskaper, Lund,Medicinska fakulteten,LTH profilområde: Teknik för hälsa,LTH profilområden,Department of Biomedical Engineering,Departments at LTH,Faculty of Engineering, LTH,Biomedical Engineering, Lund,Section V,Department of Clinical Sciences, Lund,Faculty of Medicine,LTH Profile Area: Engineering Health,LTH Profile areas,Faculty of Engineering, LTH,Region Skåne(Swepub:lu)elma-tja (författare)
Medicinsk teknik, LundSektion V (creator_code:org_t)

Sammanhörande titlar

Ingår i:Healthcare (Switzerland): MDPI AG11:22227-9032

Internetlänk

Hitta via bibliotek

Healthcare (Switzerland) (Sök värdpublikationen i LIBRIS)

Till lärosätets databas

1 av 1
Föregående post
Nästa post
Till träfflistan

Hitta mer i SwePub

Av författaren/redakt...: Berggreen, Johan; Johansson, Ander ...; Jahr, John; Möller, Sebastia ...; Jansson, Tomas

Om ämnet

MEDICIN OCH HÄLSOVETENSKAP: MEDICIN OCH HÄLS ...; och Klinisk medicin; och Radiologi och bi ...

Artiklar i publikationen: Healthcare (Swit ...

Av lärosätet: Lunds universitet

Sök utanför SwePub

Sök vidare i:: Google; Google Book Search; Google Scholar

Kungliga biblioteket hanterar dina personuppgifter i enlighet med EU:s dataskyddsförordning (2018), GDPR. Läs mer om hur det funkar här.
Så här hanterar KB dina uppgifter vid användning av denna tjänst.

LIBRIS.kb.se