Classification of brain injury severity using a hybrid broadband NIRS and DCS instrument with a machine learning approach
Classification of brain injury severity using a hybrid broadband NIRS and DCS instrument with a machine learning approach
复制标题
使用混合宽带 NIRS 和 DCS 仪器以及机器学习方法对脑损伤严重程度进行分类
DOI：
10.1117/12.2670657
复制
发表时间：
2023
期刊：
影响因子：
--
通讯作者：
Bili D
中科院分区：
文献类型：
--
作者：
Bili D
新生儿缺氧缺血(HI)脑损伤的光学生物标志物可以提供连续的、COT侧的损伤程度评估的优势；到目前为止，研究集中在检查不同的光学测量的脑生理信号和特征组合来实现这一点。为了最大限度地考虑生理特征的广度，开发了一个多模式光学平台，允许对脑损伤进行独特的生理洞察。在这篇文章中，我们提出了一种使用最先进的宽带近红外光谱仪(BNIRS)和扩散相关光谱仪(DCS)的先进仪器佛罗伦萨与机器学习管道相结合的损伤严重程度评估方法。我们在临床前新生儿模型(新生仔猪)中展示了我们的方法可以识别不同的HI侮辱严重程度(对照组、轻度、重度)。结果表明，基于k-均值聚类的机器学习流水线对对照仔猪和HI仔猪的区分准确率为78%，对轻度侮辱仔猪和重度侮辱仔猪的区分准确率为90%，对3组仔猪的区分准确率为80%。因此，这条分析管道展示了如何处理来自多台仪器的光学数据，以确定大脑健康的标志。
Optical biomarkers of neonatal hypoxic ischemic (HI) brain injury can offer the advantage of continuous, cot-side assessment of the degree of injury; research thus far has focused on examining different optical measured brain physiological signals and feature combinations to achieve this. To maximize the breadth of physiological characteristics being taken into consideration, a multimodal optical platform has been developed, allowing unique physiological insights into brain injury. In this paper we present an assessment of severity of injury using a state-of-the-art hybrid broadband Near Infrared Spectrometer (bNIRS) and Diffusion Correlation Spectrometer (DCS) instrument called FLORENCE with a machine learning pipeline. We demonstrate in the preclinical neonatal model (the newborn piglet) that our approach can identify different HI insult severity (controls, mild, severe). We show that a machine learning pipeline based on k-means clustering can be used to differentiate between the controls and the HI piglets with an accuracy of 78%, the mild severity insult piglets from the severe insult piglets with an accuracy of 90% and can also differentiate the 3 piglet groups with an accuracy of 80%. So, this analytics pipeline demonstrates how optical data from multiple instruments can be processed towards markers of brain health.
登录
查看更多内容
新生儿脑病
DOI：
--
发表时间：
2020
期刊：
Definitions
影响因子：
--
作者：
Hilary E.A Whyte;Diane Wilson
通讯作者：
Diane Wilson
新生仔猪麻醉和手术期间大脑自动调节的研究
影响因子：
--
作者：
Gemma Bale;A. Oliver;I. Fierens;K. Broad;J. Hassell;G. Kawano;J. Rostami;G. Raivich;R. Sanders;N. Robertson;I. Tachtsidis
通讯作者：
I. Tachtsidis
真性左主分叉病变分叉定义标准的验证和支架置入策略的比较
影响因子：
4.6
作者：
Juan Wang;C. Guan;Jue Chen;K. Dou;Yida Tang;Weixian Yang;Yanpu Shi;F. Hu;L. Song;Jiansong Yuan;J. Cui;Min Zhang;Shuang Hou;Yongjian Wu;Yue;S. Qiao;Bo Xu
通讯作者：
Bo Xu
脑外伤患者高碳酸血症期间脑组织细胞色素 c 氧化酶氧化变化分析：宽带 NIRS 研究
影响因子：
--
作者：
I. Tachtsidis;M. Tisdall;C. Pritchard;T. Leung;Arnab Ghosh;C. Elwell;Martin Smith
通讯作者：
Martin Smith
DOI：
10.1053/j.nainr.2011.07.004
发表时间：
2011-09-01
期刊：
Newborn and infant nursing reviews : NAINR
影响因子：
--
作者：
Allen KA;Brandon DH
通讯作者：
Brandon DH