웨어러블 센서는 초음파를 사용하여 이동 중에도 심장 영상을 제공합니다.

[아름이]

웨어러블 센서는 초음파를 사용하여 이동 중에도 심장 영상을 제공합니다.
UC San Diego 엔지니어들이 운동 중에도 작동하는 심장 이미징을 위한 강력한 새 초음파 센서 시스템 개발을 주도합니다.
날짜:
2023년 1월 25일
원천:
캘리포니아 대학교 - 샌디에이고
요약:
엔지니어와 의사는 인간 심장의 구조와 기능을 모두 평가할 수 있는 웨어러블 초음파 장치를 개발했습니다. 우표만한 크기로 최대 24시간 착용이 가능하고 격렬한 운동 중에도 작동한다.

엔지니어와 의사는 인간 심장의 구조와 기능을 모두 평가할 수 있는 웨어러블 초음파 장치를 개발했습니다. 우표만한 크기로 최대 24시간 착용이 가능하고 격렬한 운동 중에도 작동한다.

목표는 더 많은 인구가 초음파에 더 쉽게 접근할 수 있도록 하는 것이라고 이 프로젝트를 이끌고 있는 캘리포니아 샌디에이고 대학의 나노공학 교수인 Sheng Xu는 말했습니다. 현재 심초음파(심장 초음파 검사)에는 고도로 훈련된 기술자와 부피가 큰 장치가 필요합니다.

"이 기술을 통해 누구나 이동 중에도 초음파 영상을 사용할 수 있습니다."라고 Xu는 말했습니다.

맞춤형 AI 알고리즘 덕분에 이 장치는 심장이 펌핑하는 혈액의 양을 측정할 수 있습니다. 충분한 혈액을 펌핑하지 못하는 심장이 대부분의 심혈관 질환의 근원이기 때문에 이것은 중요합니다. 그리고 심장 기능 문제는 종종 몸이 움직일 때만 나타납니다.

이 작업은 Nature 저널의 1월 25일자에 설명되어 있습니다.

심장 영상은 장기적인 심장 건강을 평가하고, 발생하는 문제를 감지하고, 중환자를 치료하는 데 필수적인 임상 도구입니다. 인간을 위한 이 새로운 웨어러블 비침습 심장 모니터는 사람이 운동할 때에도 캡처하기 어려운 심장의 펌핑 활동에 대한 실시간 자동화 통찰력을 제공합니다.

웨어러블 심장 모니터링 시스템은 초음파를 사용하여 다양한 각도에서 심장의 4개 방의 이미지를 지속적으로 캡처하고 맞춤형 AI 기술을 사용하여 임상적으로 관련된 이미지 하위 집합을 실시간으로 분석합니다. 이 프로젝트는 심부 조직을 위한 웨어러블 이미징 기술에서 팀의 이전 발전을 기반으로 합니다.

"심장 질환의 위험이 증가함에 따라 보다 발전되고 포괄적인 모니터링 절차가 필요합니다."라고 Xu는 말했습니다. "환자와 의사에게 보다 철저한 세부 정보를 제공함으로써 지속적인 실시간 심장 이미지 모니터링은 심장 진단의 패러다임을 근본적으로 최적화하고 재구성할 준비가 되어 있습니다."

이에 비해 기존의 비침습적 방법은 샘플링 기능이 제한적이고 제한된 데이터를 제공합니다. Xu의 팀이 개발한 웨어러블 기술은 안전하고 비침습적인 고품질 심장 이미징을 가능하게 하여 공간 해상도, 시간 해상도 및 대비가 높은 이미지를 생성합니다. "또한 환자의 불편함을 최소화하고 환자를 방사선에 노출시킬 수 있는 CT 및 PET와 같은 비침습적 기술의 일부 한계를 극복했습니다."라고 UC San Diego의 Xu 그룹 박사 과정 학생인 Hao Huang은 말했습니다.

센서의 독특한 디자인은 움직이는 신체에 이상적입니다. UC San Diego의 Xu 그룹 박사 후 연구원인 Xiaoxiang Gao는 "이 장치는 피험자의 움직임에 대한 제약을 최소화하면서 가슴에 부착할 수 있으며 운동 전, 중 및 후에 심장 활동을 지속적으로 기록할 수 있습니다."라고 말했습니다.

심장 영상의 중요성

심장질환은 노인의 주요 사망원인이며, 생활습관의 요인으로 인해 젊은이들 사이에서도 점점 더 많이 발생하고 있습니다. 심장 질환의 징후는 일시적이고 예측할 수 없기 때문에 발견하기 어렵습니다. 이로 인해 이 웨어러블 장치가 용이하게 하는 장기 심장 영상과 같은 보다 진보되고 포괄적이며 비침습적이며 비용 효율적인 모니터링 기술에 대한 수요가 증가했습니다.

심장 영상은 심장 문제가 문제가 되기 전에 선별하고 진단하는 가장 강력한 도구 중 하나입니다. UC San Diego의 Xu 연구실에서 박사 후 연구원인 Hongjie Hu는 "심장은 모든 종류의 다른 병리를 겪습니다."라고 말했습니다. "심장 영상은 그 이면에 숨겨진 진실을 밝힐 것입니다. 심방의 강하지만 정상적인 수축이 부피의 변동을 초래하는지, 응급 상황으로 심장 형태학적 문제가 발생했는지 심장에 대한 실시간 이미지 모니터링이 알려줍니다. 전체 그림을 생생한 디테일과 시각적 효과로 표현합니다."

세부 작동 방식

새로운 시스템은 최적의 접착력을 위해 설계된 인체 피부처럼 부드러운 웨어러블 패치를 통해 정보를 수집합니다. 패치의 크기는 1.9cm(L) x 2.2cm(W) ​​x 0.09cm(T)로 우표 크기 정도입니다. 실시간으로 심장 구조의 이미지 스트림을 생성하는 데 사용되는 초음파를 송수신합니다. 이 초음파 패치는 부드럽고 신축성이 있으며 운동 중에도 사람의 피부에 잘 붙습니다.

이 시스템은 초음파를 사용하여 별도의 이중 평면 보기에서 심장의 좌심실을 검사할 수 있으므로 이전에 사용할 수 있었던 것보다 더 많은 임상적으로 유용한 이미지를 생성합니다. 사용 사례로서 팀은 운동 중 심장 영상을 시연했는데, 이는 임상 환경에서 사용되는 단단하고 번거로운 장비로는 불가능했습니다.

심장의 성능은 박출량(심장이 박동할 때마다 내보내는 혈액의 양), 박출률(심장에서 박동할 때마다 심장의 좌심실에서 내보내는 혈액의 비율) 및 심박출량(심박출량)의 세 가지 요소로 특징지어집니다. 심장이 분당 펌프질하는 혈액의 양).

Xu의 팀은 지속적인 AI 지원 자동 처리를 용이하게 하는 알고리즘을 개발했습니다.

"딥 러닝 모델은 연속적인 이미지 기록에서 좌심실의 모양을 자동으로 분할하여 프레임별로 체적을 추출하고 박출량, 심박출량 및 박출률을 측정하기 위한 파형을 생성합니다."라고 석사 과정 학생인 Mohan Li는 말했습니다. UC San Diego의 Xu 그룹.

UC San Diego의 Xu 그룹 석사 과정 학생인 Ruixiang Qi는 "구체적으로 AI 구성 요소에는 이미지 분할을 위한 딥 러닝 모델, 심장 부피 계산을 위한 알고리즘 및 데이터 대체 알고리즘이 포함됩니다."라고 말했습니다. "우리는 이 기계 학습 모델을 사용하여 좌심실 분할의 모양과 면적을 기반으로 심장 부피를 계산합니다. 이미징 분할 딥 러닝 모델은 웨어러블 초음파 장치에서 처음으로 기능화되었습니다. 정적 및 운동 후를 포함하여 다른 물리적 상태에서 주요 심장 지수의 연속 파형은 이전에 달성된 적이 없습니다."

따라서 이 기술은 AI 구성 요소가 연속적인 이미지 스트림을 처리하여 숫자와 곡선을 생성하므로 이 세 가지 인덱스의 곡선을 지속적으로 비침습적으로 생성할 수 있습니다.

플랫폼을 만들기 위해 팀은 신중한 의사 결정이 필요한 몇 가지 기술적 문제에 직면했습니다. 웨어러블 장치 자체를 생산하기 위해 연구원들은 초음파 이미저의 트랜스듀서 재료로 Ag-에폭시 백킹과 결합된 압전 1-3 복합재를 사용하여 이전 방법보다 위험을 줄이고 효율성을 향상했습니다. 트랜스듀서 어레이의 전송 구성을 선택할 때 와이드 빔 컴파운딩 전송을 통해 우수한 결과를 얻었습니다. 그들은 또한 기계 학습 기반 이미지 분할을 위한 9개의 인기 있는 모델 중에서 선택하여 가능한 최고의 정확도를 달성한 FCN-32에 도달했습니다.

현재 반복에서 패치는 케이블을 통해 컴퓨터에 연결되어 패치가 계속 켜져 있는 동안 데이터를 자동으로 다운로드할 수 있습니다. 이 팀은 패치용 무선 회로를 개발했으며, 이에 대해서는 다음 발행물에서 다룰 예정입니다.

다음 단계

Xu는 엔지니어 Shu Xiang과 공동 설립한 UC San Diego에서 분사된 회사인 Softsonics를 통해 이 기술을 상용화할 계획입니다. 그는 또한 과학계의 다른 사람들이 자신의 리드를 따르고 추가 탐구가 필요한 이 연구 분야에서 작업하도록 권장합니다.

이러한 결과에 대한 후속 조치를 위해 Xu는 다음 네 가지 즉각적인 다음 단계를 권장합니다.

다른 장기와 관련된 더 많은 진단 기능을 허용하는 B-모드 이미징
연구자들이 여러 위치를 동시에 커버하는 대형 트랜스듀서 프로브를 제작할 수 있게 해주는 소프트 이미저의 설계
소프트 이미저를 구동하는 백엔드 시스템의 소형화
더 많은 주제에 맞는 일반적인 기계 학습 모델을 위해 노력

출처 : https://www.sciencedaily.com/