Análise assistida por aprendizado de máquina de padrões e parâmetros de microcirculação

Os vídeos de microcirculação sublingual são extraídos de 11 ensaios clínicos conduzidos no National Taiwan University Hospital.

Na primeira etapa, os vídeos de microcirculação e as informações relacionadas são incluídos de forma desidentificada. Cada vídeo de microcirculação no banco de dados terá um código único. Os dados relacionados ao vídeo incluirão altura, peso, pressão arterial, batimentos cardíacos, estado de saúde, principais doenças, valores de exames laboratoriais, descrição da qualidade do vídeo, análise vascular automatizada (AVA) 3 resultados de análise de software, incluindo densidade total de vasos (TVD), densidade de vasos perfundidos (PVD), proporção de vasos perfundidos (PPV), índice de fluxo microvascular (MFI) e índice de heterogeneidade (HI). A duração de cada vídeo de microciclo é de 4 a 6 segundos e há 25 quadros por segundo. Tire uma foto como uma imagem representativa, cada vídeo pode corresponder a 4 imagens, e cada imagem de microcirculação também será marcada com sua qualidade de imagem. O modelo de aprendizado de máquina será treinado para distinguir a qualidade de vídeos e imagens. Somente vídeos e imagens de boa qualidade serão usados ​​para análise posterior.

Na segunda etapa, 80% dos vídeos e imagens da microcirculação serão utilizados para treinamento e validação para encontrar o melhor modelo, e os 20% restantes dos vídeos e imagens da microcirculação serão utilizados para testar o desempenho do modelo. O primeiro objetivo do treinamento é distinguir automaticamente o tamanho dos vasos sanguíneos, calcular o TVD e traçar um histograma do número de microvasos de diferentes diâmetros. O segundo objetivo do treinamento é medir a velocidade do fluxo sanguíneo em cada vaso pequeno e calcular os valores de PVD, MFI e HI.