Plaučių echoskopijos naudojimas ligų aptikimui

Ištrauka

Plaučių echoskopijos naudojimas ligų aptikimui
Bakalauro baigiamasis darbas

Turinys
ĮVADAS 5
1. PLAUČIŲ ECHOSKOPIJA 7
1.1. Plaučių ligų atpažinimas 7
2. KONVOLIUCINIŲ NEURONINIŲ TINKLŲ TAIKYMAS PLAUČIŲ ECHOSKOPIJOJE 9
2.1. VGG ir VGGCAM 9
2.2. InceptionV3 11
2.3. EfficientNet 12
3. NUOSTOLIŲ FUNKCIJOS 14
3.1. Kryžminės entropijos nuostolių funkcija 14
3.2. Centriška nuostolių funkcija 15
4. OPTIMIZATORIAI 16
4.1. SGD 16
4.2. RMSProp 17
4.3. Adam 18
4.4. Nadam 18
5. EKSPERIMENTAI 20
5.1. Duomenų rinkiniai 20
5.1.1. POCUS 20
5.1.2. COVIDxUS 21
5.2. Modelis ir mokymas 21
5.3. Rezultatai 23
REZULTATAI 31
IŠVADOS 32
ŠALTINIAI 33
PRIEDAI 36

Įvadas
Plaučių echoskopija vienas iš greitai besivystančių medicinos
diagnostikos metodų, naudo jantis ultragarsą, siekiant vizualizuoti plaučių
stovj atspindinčius artefaktus, kurie padeda stebėti organo būklę bei ją
ištirti. Nors ultragarsinio tyrimo nauda jau seniai jrodyta tiriant vidaus
organus, plaučiams šis diagnostikos būdas pradėtas naudoti tik 1989
metais [KKŽ19]. Vis dėlto jis jau spėjo pasižymėti savo rezultatais
medicinos srityje, kadangi yra neinvazinis, todėl neskausmingas, tyrimas,
kuris leidžia gydytojui realiu laiku išgauti vaizdus, atspindinčius paciento
plaučių būklę. Kitaip nei kiti diagnostikos metodai, ultragarsas nenaudoja
jonizuojančios spinduliuotės, todėl yra saugus pacientui ir gali būti
atliekamas tiesiogiai prie sergančiojo lovos, dėl ko yra dažnai naudoja
mas skubios pagalbos skyriaus medicinos darbuotojų ar intensyvios
terapijos skyriuose. Plaučių ehoskopija padeda aptikti jvairias ligas, tokias
kaip astmą, plaučių edemą, emboliją, pneumoniją. Taip pat gali prisidėti
vertinant žmogaus širdies funkcijas.
Plaučių ultragarsinis tyrimas tapo itin svarbiu jrankiu 2019 metų
pabaigoje [MGK20], pra sidėjus Covid19 virusinės infekcijos sukeltai
pandemijai, kuri vos per kelis mėnesius staigiai išplito ir nusinešė
daugybę žmonių gyvybių. Dėl perpildytų ligoninių, ligos keliamų
komplikacijų ir paciento izoliuotumo anksčiau taikyta krūtinės ląstos
kompiuterinė tomografija prarado savo naudą, todėl imta ieškoti
alternatyvių būdų padedančių nustatyti infekcijos sunkumą [ŽPK+21]. Taip
paaiškėjo, jog plaučių echoskopijos vaizdų radiniai Covid19 atveju turi ryšj
su kompiuterinės tomografijos tyrimo rezultatais ir gali padėti jvertinti šia
virusine infekcija sergančio paciento būklę. Šis medicinos diagnostikos
metodas, kuris, lyginant su kitais, gali būti daug lengviau atliekamas
laikantis visų nustatytų apsaugos nuo užsikrėtimo apribojimų, suteikia
gydytojams būdą greičiau patikrinti, ar žmogaus plaučiuose matomi pakitimai.
Covid19 pandemija paskatino atkreipti dėmesj ir j sveikatos sistemų
pažeidžiamumą pasau lyje [DOV+21; LST+21]. Šalyse, ypatingai kurios
nėra pakankamai išsivysčiusios, specializuotų gydytojų skaičius yra
ribotas, o sveikatos priežiūros jstaigos greitai tampa perpildytos. Tokios
krizės metu susiduriama su dideliu išteklių trūkumu, finansiniu spaudimu,
todėl tampa sunku užtikrinti kokybišką pacientų gydymą, išryškėja
netolygi prieiga prie sveikatos priežiūros sektoriaus. Dėl šių priežasčių
itin svarbus yra greitas ir efektyvus ligos diagnozavimas, kuris ne tik sudaro
sąlygas pradėti gydymą anksčiau, taip gerinant gydymo rezultatus, bet ir
leidžia efektyviau valdyti sveikatos priežiūros resursus. Būtent todėl
spartus COVID19 nustatymas tampa ne tik medicininiu, bet ir
strateginiu visuomenės sveikatos prioritetu, kuris gali žymiai sumažinti
pandemijos neigiamą poveikj tiek sveikatos priežiūros sistemai, tiek
pačiai visuomenei.
Atskirti ligas nėra taip paprasta net ir patyrusiam medicinos
darbuotojui, kadangi ligų skirtumai gali būti minimalūs ir ne akivaizdūs.
Įvairios patologijos, ypatingai tokios kaip COVID 19, gali pasireikšti
panašiais simptomais kaip ir kitos kvėpavimo takų infekcijos, pavyzdžiui,
gripas ar bakterinės kilmės pneumonija, kas apsunkina tikslų ligos
nustatymą remiantis vien klinikiniais požymiais. Be to, ankstyvosios
infekcijos stadijos dažnai būna neturinčios simptomų, todėl tradiciniai
diagnostikos metodai gali nepakankamai greitai atpažinti ligos pradžią.
Neuroniniai tinklai, naudojantys pažangias vaizdo analizės ir mokymosi iš
duomenų technologijas, yra itin vertingi šioje situacijoje.