Amerikanische Ingenieure haben einen tragbaren Ultraschallsensor für die Herzbildgebung entwickelt, der sogar während eines Workouts funktioniert.
Ingenieure und Mediziner der UC San Diego haben ein tragbares Ultraschallgerät entwickelt, das sowohl die Struktur als auch die Funktion des menschlichen Herzens beurteilen kann. Das medizinische Wearable ist etwa so groß wie eine Briefmarke und kann bis zu 24 Stunden lang getragen werden. Es funktioniert auch bei anstrengender körperlicher Betätigung.
Derzeit sind für Echokardiogramme - Ultraschalluntersuchungen des Herzens - ausgebildetes medizinisches Personal und oft sperrige Geräte erforderlich. Ziel sei es, die Ultraschalluntersuchung für eine breitere Bevölkerungsschicht zugänglich zu machen und damit gefährliche Herzkrankheiten frühzeitig zu erkennen«, so Projektleiter Sheng Xu, Professor für Nanotechnik an der University of California San Diego. »Die Technologie ermöglicht es jedem, Ultraschalluntersuchungen auch unterwegs durchzuführen«, so Xu.
Herzkrankheiten sind die häufigste Todesursache bei älteren Menschen und treten auch bei jungen Menschen immer häufiger auf. Die Anzeichen sind oftmals nur schwer zu erkennen und unvorhersehbar. Dank maßgeschneiderter KI-Algorithmen ist das Gerät in der Lage zu messen, wie viel Blut das Herz pumpt. Denn ein Herz, das nicht genug Blut pumpt, ist die Ursache der meisten Herz-Kreislauf-Erkrankungen. Probleme mit der Herzfunktion zeigen sich oft nur, wenn der Körper in Bewegung ist. Die kardiale Bildgebung enthüllt die unterschiedlichsten kardialen Pathologien. Sei es, dass eine starke, aber normale Kontraktion der Herzkammern zu einer Volumenschwankung führt, oder dass ein morphologisches Problem des Herzens als Notfall aufgetreten ist, die Echtzeit-Bildüberwachung des Herzens zeigt das ganze Bild im anschaulichen Detail.
Das tragbare Herzüberwachungssystem verwendet Ultraschall, um kontinuierlich Bilder der vier Herzkammern aus verschiedenen Blickwinkeln aufzunehmen und eine klinisch relevante Teilmenge der Bilder in Echtzeit mithilfe einer speziell entwickelten KI-Technologie zu analysieren. Bestehende nicht-invasive Methoden haben im Vergleich dazu eine begrenzte Stichprobenkapazität und liefern nur wenige Daten. Die von Xus Team entwickelte tragbare Technologie ermöglicht eine sichere, nicht-invasive und qualitativ hochwertige Herzbildgebung, die Bilder mit hoher räumlicher und zeitlicher Auflösung sowie hohem Kontrast liefert.
Die Technologie ist für Patienten einfach anzuwenden und überwindet die Hürden von nicht-invasiver Technologien wie CT und PET, die mit einer Strahlenbelastung verbunden sind. Das Design des Sensors macht ihn ideal für Körper in Bewegung. Das Gerät kann mit minimaler Einschränkung der Bewegungsfreiheit der Probanden an der Brust befestigt werden und ermöglicht sogar eine kontinuierliche Aufzeichnung der Herzaktivitäten vor, während und nach dem Sport.
Das neue System sammelt Informationen über ein tragbares Pflaster, welches mit 1,9 cm (L) x 2,2 cm (B) x 0,09 cm (T) etwa so groß wie eine Briefmarke ist. Es sendet und empfängt die Ultraschallwellen, mit denen in Echtzeit ein stetiger Bildstream der Herzstruktur erzeugt wird. Das Ultraschallpflaster ist weich und dehnbar und haftet gut auf der menschlichen Haut, auch bei körperlicher Anstrengung.
Das System kann die linke Herzkammer in getrennten Zwei-Ebenen-Ansichten mit Ultraschall untersuchen und so mehr klinisch nützliche Bilder erzeugen, als bisher verfügbar waren. Als Anwendungsfall demonstrierte das Team die Bildgebung des Herzens während des Trainings, was mit den starren, großen Geräten im klinischen Bereich nicht möglich ist.
Die Leistung des Herzens wird durch drei Faktoren charakterisiert: Schlagvolumen (das Blutvolumen, das das Herz bei jedem Schlag ausstößt), Auswurffraktion (der Prozentsatz des Blutes, das bei jedem Schlag aus der linken Herzkammer gepumpt wird) und Herzzeitvolumen (das Blutvolumen, das das Herz pro Minute ausstößt). Das Team von Xu entwickelte einen Algorithmus, der eine kontinuierliche, KI-gestützte automatische Verarbeitung ermöglicht.
»Ein Deep-Learning-Modell segmentiert automatisch die Form des linken Ventrikels aus der kontinuierlichen Bildaufnahme, extrahiert sein Volumen Bild für Bild und liefert Wellenformen zur Messung von Schlagvolumen, Herzleistung und Auswurffraktion«, so Mohan Li, Masterstudent in der Xu-Gruppe an der UC San Diego.
Die KI-Komponente umfasst insbesondere ein Deep-Learning-Modell für die Bildsegmentierung, einen Algorithmus zur Berechnung des Herzvolumens und einen Algorithmus zur Datenimputation. Das maschinelle Lernmodell berechnet das Herzvolumen auf Grundlage von Form und Fläche der Segmentierung der linken Herzkammer. Das Deep-Learning-Modell für die Bildsegmentierung ist das erste, das in tragbaren Ultraschallgeräten eingesetzt werden kann und liefert erstmals genaue und kontinuierliche Kurvenverläufe der wichtigsten Herzindizes in verschiedenen Körperzuständen, einschließlich im Ruhezustand und nach dem Training.
Für die Herstellung des tragbaren Geräts selbst verwendeten die Forscher einen piezoelektrischen 1-3-Verbundwerkstoff, der mit einer Ag-Epoxy-Unterlage als Material für die Wandler im Ultraschallbildgerät verbunden ist, wodurch das Risiko verringert und die Effizienz gegenüber früheren Methoden verbessert wurde. Bei der Wahl der Transmissionskonfiguration des Schallkopf-Arrays erzielten sie durch eine breitstrahlige Compounding-Übertragung hervorragende Ergebnisse. Außerdem wählten sie neun gängige Modelle für die auf maschinellem Lernen basierende Bildsegmentierung aus und landeten bei FCN-32, das die höchstmögliche Genauigkeit erzielte. In der aktuellen Version ist das Pflaster über Kabel mit einem Computer verbunden, der die Daten automatisch herunterladen kann, während das Pflaster noch eingeschaltet ist. Das Team hat darüber hinaus bereits eine drahtlose Schaltung für das Pflaster entwickelt. (uh)