基于深度学习及血清代谢组学的类风湿关节炎影像学快速进展机理
价格 双方协商
地区: 四川省 绵阳市 涪城区
需求方: 绵阳***医院
行业领域
电子信息技术
需求背景
类风湿关节炎(RheumatoidArthritis,RA)是一 种高致残性的疾病,即使关节炎症得到控制,20%的患者影像 学的破坏仍在进展,甚至 5.9-18.5%的患者可能出现影像学 快速进展(RapidradiologicalprogressionRRP)。这部分患 者关节结构损伤进行性加重、预后更差。但 RRP 发生机理尚不清楚。代谢组学作为新兴的组学技术,既往关于 RA 血清代 谢产物的研究涉及 RA 疾病早期诊断、疾病活动度、肾脏损 害、肺间质病变以及药物疗效的预测,尚未有文献报道涉及 RA 血清代谢产物与快速影像学进展相关性的研究。
需解决的主要技术难题
本研究拟 采用液相色谱-质谱(LC-MS)方法进行血清非靶向代谢组学 研究,分析其与 RRP 的相关性,从而筛选预测 RRP 的代谢产 物,对发病机理、甚至治疗靶点的研究打下基础。快速影像 学进展的定义是每年影像学评分进展≥5 分。目前公认的对 RA 患者影像学评估的方法是 Sharp/vanderHeijde 评分系统, 由于其需要耗费大量的人力和时间去完成,因此难以有效的 应用在临床工作中。该研究利用深度学习中卷积神经网络对 RA 患者 X 光影像进行智能识别,可协助临床医师快速完成Sharp/vanderHeijde 评分,从而了解患者影像学进展情况, 有利于治疗方案的调整,实现更精准的个体化治疗;风湿免疫专业,从而解决风湿科医师无法快速有效进行影像 学评分的困境。利用研发的 Sharp/vanderHeijde 智能评估 系统对绵阳市中心医院慢病管理系统中更多随诊的 RA 患者 进行治疗前后影像学评估,实现大样本的临床研究,对比分 析出现 RRP 患者和非 RRP 的患者临床特征及实验室指标间的 差异,探讨与 RRP 相关的预测因素,如临床表型、治疗方案、 疾病活动度及实验室结果,有利于医务人员早期识别 RRP 患 者。
期望实现的主要技术目标
双手双腕 Sharp/vanderHeijde 智能评估系 统评估诊断的准确率 75-90%。
需求解析
解析单位:四川省成都市 解析时间:2023-06-13
敬利群
旺苍县春蕾种植专业合作社联合社
农技师
综合评价
处理进度