Bruk maskinlæring på tolkningen av urinkrystallmorfologi.

Nyrestein dannes først og fremst på grunn av overmetning av ioner i urin, noe som fører til dannelse av krystaller. En vurdering av risikoen for nyrestein er basert på pasientens sykehistorie, biokjemiske urinprøver og ulike laboratorieundersøkelser. Å kombinere disse med avbildningsstudier som CT-skanning, ultralyd og røntgenbilder hjelper med å diagnostisere typen nyrestein, selv om bilderesultater for mindre steiner kan være mindre nøyaktige. Steindannelse er vanlig med høy tilbakefallsrate, og det er en sterk sammenheng mellom urinkrystaller og steinsammensetning. Derfor er analysen av urinkrystaller meningsfull for diagnostisering, evaluering av behandlingsstrategier og forebygging av tilbakefall av stein ved nyresteinsykdom.

Mikroskopisk analyse av urinkrystaller gjør det mulig å observere mindre krystaller. Manuell urinmikroskopi er imidlertid treg og tidkrevende. For å løse dette tar vi sikte på å utvikle kunstig intelligens-programvare for å hjelpe til med tolkningen av urinkrystaller, noe som gir en raskere analyse. Vi vil retrospektivt analysere urinkrystallbilder lagret fra tidligere forskning (Chang Gung Memorial Hospital Internal Project Research No. 107123-E) for å identifisere krystalltyper. Påfølgende bildeforbehandling og kategorimerking vil bli gjort for å lære opp og utlede maskinprogramvare. Resultatene vil bli sammenlignet med manuell tolkning for å fastslå nøyaktigheten til programvaren.