原始文章

這項研究開發了一個多模態超音波深度學習模型,目的是自動分類慢性腎病(CKD)患者的早期纖維化。研究對象為2022年接受各種超音波檢查的患者,根據病理分數分為最小纖維化組和輕度纖維化組。數據集分為訓練集和測試集,並創建了整合三種超音波特徵的深度學習模型。結果顯示,多模態模型的AUC達到0.86,顯著優於單一模式模型,顯示其在預測CKD早期纖維化的有效性。 PubMed DOI


站上相關主題文章列表

慢性腎臟疾病是個大問題,每年有超過百萬人因此喪命。現有的診斷方法有限,但超聲定位顯微鏡(ULM)可以提供高解析度的腎臟微血管影像,對腎臟移植很有幫助。ULM可以比傳統多普勒更清楚地顯示腎臟血管,雖然還有挑戰,但ULM可以辨識更細微的血管並測量速度。研究指出ULM有潛力成為評估腎臟微血管的工具,或許能在慢性腎臟病患者中找到生物標誌。 PubMed DOI

研究探討第二型糖尿病患者中肝纖維化與CKD的關聯,發現在CKD患者中有較高比例的肝纖維化,但經調整後關聯不顯著。在非CKD患者中,脂肪肝和纖維化有明顯關聯。總結,研究未發現肝纖維化與CKD有強烈獨立關聯。 PubMed DOI

研究人員用3D U-Net模型研究182名血清肌酸酐正常的病患,測量腎皮質和髓質體積,比較糖尿病和糖尿病腎病患者。結果顯示「腎臟年齡」預測準確率高達92%,但疾病進展時誤差增加。這機器學習模型有助評估腎臟在正常老化和疾病狀態下的健康狀況。 PubMed DOI

利用機器學習演算法分析CKD患者的腎臟纖維化程度,XGBoost模型表現優異,AUC達0.97。SHAP方法有助於解釋模型輸出,顯示腎小球過濾率對預測影響最大。這有助於臨床醫生制定CKD患者的治療策略。 PubMed DOI

剪切波彈性成像是一種潛在的非侵入性方法,用於評估腎臟健康,特別是在檢測纖維化方面。研究發現腎臟硬度與纖維化、阻力指數和腎小球過濾率有相關性,但仍需更多研究確定其效果。 PubMed DOI

研究目的是提升對CAKUT胎兒腎臟存活的超聲波預測能力。通過組織學分析,幫助標準化超聲波解讀。研究發現減少羊水量、發育不良和囊腫是最佳預測指標。整合這些因素成演算法可提高預測準確性。發育不良和囊腫雖相關,但起源不同,解釋了它們聯合預測的效果。標準化並結合超聲波解讀可增進CAKUT懷孕的臨床建議。 PubMed DOI

研究人員正努力尋找不需進行手術的方式,像是超音波、磁振造影和放射統計學,來診斷慢性腎臟疾病中的腎臟纖維化。綜合21個研究、4885名參與者的結果,發現超音波在檢測腎臟纖維化方面比磁振造影和放射統計學更靈敏。雖然磁振造影具高特異性,但放射統計學在診斷腎纖維化上仍有挑戰。未來需要更多研究來優化人工智慧演算法。 PubMed DOI

這項研究探討了在急性腎損傷(AKI)背景下,如何利用纖維母細胞活化蛋白(FAP)影像學來預防和早期治療器官纖維化。主要發現包括:FAP在腎損傷後上調,與纖維母細胞活化及慢性腎病進展有關;在小鼠模型中,FAP持續上調與纖維化結果相關;利用PET/CT結合FAP抑制劑可非侵入性追蹤修復過程;臨床上,FAP影像能有效預測腎纖維化。這顯示FAP影像在監測腎損傷修復及臨床決策中具有潛力。 PubMed DOI

這項研究探討超聲波黏彈性影像在慢性腎病(CKD)非侵入性評估的有效性,對象包括332名CKD患者和190名健康對照者。結果顯示CKD患者的平均剛度、黏度和擴散值顯著高於對照組,且隨著腎功能下降,黏度和擴散值顯著增加。研究指出,超聲波黏彈性影像可作為評估CKD患者腎功能的有用工具,特定閾值可指示潛在的腎功能障礙,幫助更好識別CKD。 PubMed DOI

這項研究探討剪切波彈性成像(SWE)在評估慢性腎病(CKD)兒童腎臟纖維化的應用。研究涵蓋160名18歲以下的CKD兒童,使用Philips Epic Elite系統進行SWE測量。結果顯示,CKD階段、腎小管過濾率或蛋白尿與YM/SWE值無顯著相關性。在eGFR低於60的患者中,SWE的預測能力較差,但YM在檢測超過50%纖維化方面表現良好,右側腎臟的表現優於左側。總體而言,SWE對早期纖維化的檢測效果有限。 PubMed DOI