Analýza vzorců a parametrů mikrocirkulace pomocí strojového učení

Videa sublingvální mikrocirkulace pocházejí z 11 klinických studií prováděných v National Taiwan University Hospital.

V první fázi jsou videa mikrocirkulace a související informace zahrnuty bez identifikace. Každé mikrocirkulační video v databázi bude mít jedinečný kód. Data související s videem budou zahrnovat výšku pacienta, hmotnost, krevní tlak, srdeční tep, zdravotní stav, hlavní onemocnění, hodnoty laboratorního vyšetření, popis kvality videa, výsledky softwarové analýzy automatizované vaskulární analýzy (AVA) 3 včetně celkové hustoty cév (TVD), hustota perfundovaných cév (PVD), podíl perfundovaných cév (PPV), index mikrovaskulárního průtoku (MFI) a index heterogenity (HI). Délka každého mikrocyklového videa je 4–6 sekund a má 25 snímků za sekundu. Pořiďte snímek jako reprezentativní snímek, každému videu mohou odpovídat 4 snímky a každý snímek z mikrocirkulace bude také označen svou obrazovou kvalitou. Model strojového učení bude trénován pro rozlišení kvality videí a obrázků. Pro další analýzu budou použity pouze kvalitní videa a obrázky.

Ve druhé fázi bude 80 % mikrocirkulačních videí a obrázků použito pro školení a ověření k nalezení nejlepšího modelu a poté bude zbývajících 20 % mikrocirkulačních videí a obrázků použito k testování výkonnosti modelu. Prvním tréninkovým účelem je automatické rozlišení velikosti krevních cév, výpočet TVD a sestavení histogramu počtu mikrocév různých průměrů. Druhým tréninkovým účelem je změřit rychlost průtoku krve v každé malé cévě a vypočítat hodnoty PVD, MFI a HI.