基于开源算法追踪胸膜线滑动运动评估肺过度充胀:肺超声扫描的概念验证研究
本研究为对三个队列肺超声视频的二次分析,用开源CSRT运动追踪算法量化胸膜线运动。健康志愿者7例143段视频中,胸膜线运动从功能残气量(1.2±0.6 mm)增至平静呼吸(5.4±2.5 mm,p<0.01);ICU患者40例336段视频中,从无滑动(2.7±1.2 mm)增至广泛滑动(14.7±5.8 mm,p<0.01)。30例重症COVID-19病毒性肺炎患者PEEP滴定中358段视频显示,胸膜线运动与电阻抗断层成像过度充胀百分比呈负相关(Spearman-rho=-0.6),且随PEEP从低到高而降低(p<0.01)。作者认为该方法可行,可定量评估机械通气时的过度充胀。
要点
- 健康志愿者中,胸膜线运动从功能残气量1.2±0.6 mm增至平静呼吸5.4±2.5 mm(p<0.01),追踪信号与呼吸模式一致。
- ICU患者中,胸膜线运动从无滑动2.7±1.2 mm增至广泛滑动14.7±5.8 mm(p<0.01),但对中度与广泛滑动区分能力较低(p=0.0761)。
- 重症COVID-19病毒性肺炎PEEP滴定中,胸膜线运动与电阻抗断层成像过度充胀百分比负相关(Spearman-rho=-0.6),随PEEP从低到高而降低(p<0.01)。
- 有序logistic回归显示胸膜线运动每增加1 mm,进展至更高滑动类别的比值比增加约25%。
- 该方法使用免费开源软件,不依赖DICOM格式,但作者指出需进一步前瞻性研究验证其临床实用性。
适用人群与场景
- 健康志愿者:7名45岁以下、体重指数小于35 kg/m²的男性。
- ICU机械通气患者:40例,以视觉评估胸膜滑动为参考。
- 重症COVID-19病毒性肺炎患者:30例,接受PEEP滴定并以电阻抗断层成像为参考。
诊断标准与关键阈值
- 胸膜滑动视觉分类:无滑动、可疑滑动、中度滑动(可见但不宽)、广泛滑动。
- PEEP分组:低PEEP为每例可用的最低PEEP,中间PEEP为14 cmH2O,高PEEP为每例可用的最高PEEP。
- 过度充胀由电阻抗断层成像定义:递减PEEP试验中顺应性损失百分比。
处置流程与药物剂量
- 运动追踪操作:界定追踪起止时间点,在胸膜线选取三个标志点(中央、左半、右半各一),选取软组织标志点用于归一化,校准标尺,指定CSRT算法,执行追踪。
- 归一化:若某胸膜标志点运动-时间曲线与软组织运动-时间曲线Pearson相关系数≥0.5,则从该胸膜标志点各时间点位移中减去软组织位移值。
- 量化:取三个胸膜标志点在整个视频中横向平面最大左右偏移量的最高值代表该视频的胸膜线运动。
- 质量控制:至少两个胸膜标志点和软组织标志点追踪轨迹合理,且修剪后至少剩余1秒视频;不满足则重做,重做后仍不满足则丢弃该视频。
研究设计与关键结果
- 研究类型:对三个队列肺超声视频的二次分析(概念验证研究),样本量:健康志愿者7例143段视频、ICU患者40例336段视频、重症COVID-19病毒性肺炎患者30例358段视频。
- 健康志愿者:胸膜线运动从功能残气量1.2±0.6 mm增至平静呼吸5.4±2.5 mm(p<0.01);总肺容量最大吸气末屏气与功能残气量无差异(p=0.9563),快速呼吸与平静呼吸无差异(p=0.266)。
- ICU患者:胸膜线运动从无滑动2.7±1.2 mm增至广泛滑动14.7±5.8 mm(p<0.01);有序logistic回归显示胸膜线运动每增加1 mm,进展至更高滑动类别的比值比增加约25%;无滑动预测的平衡准确率为71%,运动追踪正确识别所有无滑动病例,无无滑动患者被误分类为广泛滑动。
- PEEP滴定:胸膜线运动与电阻抗断层成像过度充胀百分比负相关(Spearman-rho=-0.6);低PEEP组胸膜线运动中位数显著高于中间PEEP组和高PEEP组(均p<0.0001),电阻抗断层成像过度充胀百分比低PEEP组显著低于中间和高PEEP组(均p<0.0001)。
- 二次多项式模型:胸膜线运动解释电阻抗断层成像过度充胀百分比变异的31.4%(R²=0.314,p<0.0001),应变解释30.0%(R²=0.300,p<0.0001);胸膜线运动模型AIC较低(2974.2 vs 2979.0,∆AIC=4.8)。
证据类型、等级与局限
- 证据类型:概念验证研究,基于三个队列肺超声视频的二次分析。
- 局限:未整合垂直运动,可能引入偏倚;未滤除肺搏动;操作者按方案对视频非盲;视频时长不一且呼吸周期未标准化;作者指出需进一步前瞻性研究专门应用并改进该方法(自动胸膜线识别与分析)以广泛确定其临床实用性。
对床旁实践的改变
- 作者认为胸膜线运动追踪可作为肺超声视频的事后分析工具,理论上可整合进超声机软件以在远程医疗中分析。
- 作者认为该方法可补充肺超声评分,尤其在A线模式用于区分正常通气与过度充胀时。
- 作者认为该方法可用于PEEP滴定和机械通气调整时检测过度充胀,以进一步降低呼吸机相关肺损伤风险。
- 作者指出该方法在区分肺过度充胀所致滑动减少与肺叶实变所致滑动减少方面可能欠佳,此时胸膜运动不具信息价值,应视为肺超声评分的补充。
提炼说明
- 原文未涉及「红旗征与不能漏的情况」「指南或共识出处」,故未列出这些栏目。
全文中译14 节 · 点击展开
背景
急性呼吸窘迫综合征(ARDS)在重症监护病房(ICU)中较为常见,死亡率约为40%。机械通气是一种挽救生命的干预措施,但存在呼吸机相关性肺损伤(VILI)的风险。这在ARDS患者中尤为重要,因为肺泡填充和肺不张会将机械通气的机械动力重新导向体积更小的肺。在这种所谓的“婴儿肺”中,监测过度膨胀至关重要,以预防和限制VILI的程度[1]。
胸部计算机断层扫描是评估肺复张和过度膨胀的金标准,但由于转运风险和辐射暴露,不适合常规使用[2]。电阻抗断层成像(EIT)提供了一种替代方案,但需要呼吸机滴定,且仍属于研究工具[3]。肺超声(LUS)已成为重症监护环境中广泛可用、可靠的床旁诊断和监测工具[4–9]。LUS依赖伪影来评估肺复张,但无法检测肺过度膨胀,因为任何含气腔隙都会产生A线伪影[10–12]。
胸膜线(PL)运动即“肺滑动”的量化已被提出作为过度膨胀的标志物[13, 14]。然而,虽然定性PL评估用于气胸和胸腔积液等特定情况,但PL运动的超声定量仍有限[7]。应变是一种源自超声心动图的斑点追踪测量方法,最近被提出用于量化PL运动[15, 16]。基于超声弹性成像和斑点追踪的胸膜应变测量通常是可行的[16–18],并且在临床上与气胸相关[19–21]。近期研究结果表明,通过EIT测量的过度膨胀也会导致肺滑动减少[22]。
现有多种斑点追踪算法,每种在LUS中的广泛应用都存在局限性。大多数商业版本为特定机器申请了专利,针对心脏组织定制,并依赖高质量的原始格式,而LUS通常使用基础设备进行。此外,肺不是实性结构;因此,超声斑点模式虽然存在,但不可靠、不可预测,不适合目前所理解的基于斑点追踪的应变分析。运动追踪(MT)技术虽然与斑点追踪的基本原理有一些相似之处,但允许简单直接地评估结构特定点随时间的变化运动,使MT适合研究呼吸周期中两层胸膜的动力学,而不依赖于 underlying 肺实质的特征。能够在任何类型视频格式上运行的开源MT算法具有前景,可促进人工智能模型的实施、训练和开发以进行前瞻性测试[23–25]。开源计算机视觉库(OpenCV)是一个开源库,为实施实时图像处理技术提供了稳健的框架,使其甚至非常适合医学成像应用[24, 26]。
利用健康志愿者和ICU患者的数据,我们旨在回答两个研究问题:能否使用开源运动追踪(MT)软件量化胸膜线(PL)运动,以及能否利用PL运动来识别过度膨胀?我们假设胸膜线的运动追踪是可行的,并能准确估计肺滑动。更具体地说,所追踪的胸膜线运动与健康志愿者的呼吸模式一致,与ICU患者视觉评估的胸膜线运动幅度相关,并且在机械通气期间重症COVID-19病毒性肺炎患者中与过度膨胀的发生呈负相关。
方法
研究人群
本研究基于对既往研究中获得的肺超声(LUS)视频的二次分析:
Unito队列:健康志愿者。
herQLUS队列:[27] ICU机械通气患者,以视觉评估胸膜运动作为参考检验。
Lupo队列:[22] 重症COVID-19病毒性肺炎患者,以电阻抗断层成像(EIT)作为参考检验进行呼气末正压(PEEP)滴定。
Unito(“Università degli Studi di Torino”的简称)队列取自都灵大学开展的一项正在进行的研究(伦理审查委员会批准号:189582)。herQLUS和Lupo队列分别来自先前在阿姆斯特丹大学医学中心发表的试验(herQLUS,“定量肺超声”试验的代码,伦理审查委员会批准号:(2017_312#B201859) - 图2S)[27]和帕多瓦大学医院发表的试验(Lupo,“肺超声、PEEP与过度膨胀”试验,伦理审查委员会批准号:0021712;Clinicaltrial.gov标识符:NCT04648657 - 图2S)[22]。原始研究此前已按照国内法规获得知情同意。三个队列的详细描述总结于表1和补充材料中。
LUS视野定义
整个研究队列的肺部超声(LUS)视频采用十二分区法进行分类,即根据解剖标志为每侧胸腔确定六个区域(图1S)。LUS区域进一步根据其解剖位置分为腹侧、中间和背侧区域:
腹侧区域:区域1、2、7、8。
中间区域:区域3、4、9、10。
背侧区域:区域5、6、11、12。
对于Lupo队列,仅区域1、3、7和9可用于分析。
胸膜线的运动跟踪
为了跟踪胸膜线(PL)的运动,我们使用了用Python编写的开源MT应用程序的独立Windows®版本“Motion Tracker Beta” [28]。采用CSRT(信道与空间可靠性跟踪)算法跟踪呼吸周期中的PL运动 [24, 28]。该跟踪器利用判别相关滤波器在帧间稳健地跟踪“对象”(以下称为“标志点”),即使在遮挡、尺度变化和运动模糊等挑战性条件下(均为LUS视频片段中常见的挑战)也能保持准确性 [24]。
对LUS视频片段从定性角度进行盲法审阅,以确定其是否适合对胸膜线进行MT分析。如果符合任何排除标准,则弃用该LUS视频片段(图1)。
Motion Tracker Beta允许在同一视频片段内跟踪多个标志点。PL的MT按以下步骤进行:
确定跟踪的起始和终止时间点。
确定三个胸膜标志点(点)进行跟踪(一个位于中央,一个位于片段右半部分,一个位于片段左半部分)。
选择一个软组织(ST)标志点,以对ST运动和探头平移引起的运动进行归一化。
校准标尺。
指定所使用的跟踪算法(即CSRT)。
执行MT。
运动跟踪分析后,对叠加视频文件进行事后质量检查,以确保所有跟踪的标志点均遵循合理的轨迹(图1)。如果质量控制的所有条件均满足,则将带有跟踪标志点叠加的视频文件及每个标志点的结果(记录横向和垂直平面上的运动)导出为专用的.mp4和.csv文件(补充视频1至5)。
数据导入与分析
本研究仅使用水平横断面平面的推导值评估侧向运动(图2,Panel A)。使用中值运行滤波器降低噪声,并且如果PL运动的大部分变异可由软组织运动解释,则减去ST运动(图2,Panel B和C)。由于缺乏可重复的技术滤波器,未去除心脏活动产生的ST位移。
在横断面平面上,每个胸膜标志点的最大PL运动计算为:在剪辑整个持续时间内,第一帧中所选点沿横断面平面的最大从左到右位移。对于每个剪辑,三个胸膜标志点中最高的PL运动值被视为该剪辑的代表值,该值用于量化PL运动。
终点
比较健康志愿者不同呼吸条件下的PL运动以及ICU患者肺滑动的主观量化。肺滑动分为无、可疑、中等或广泛。PL运动与EIT推导的过度膨胀指标相关,过度膨胀定义为递减PEEP试验期间顺应性损失的百分比。
统计分析
使用Shapiro-Wilk检验对数据进行正态分布检验。连续变量若呈正态分布以均值 ± 标准差(SD)表示,若呈非正态分布以中位数和四分位距表示。分类变量以数量和百分比表示。比较根据情况对参数连续变量使用配对或非配对t检验,对配对和非配对非参数连续变量分别使用Wilcoxon符号秩检验和Mann-Whitney U检验或Kruskal-Wallis检验并采用Dunn事后检验及Benjamini-Hochberg校正。Friedman检验用于评估多个时间点测量的配对、非参数、连续数据。分类变量对配对和非配对数据分别使用McNemar检验和卡方检验或Fisher精确检验进行分析。
进行单变量有序逻辑回归,使用比例优势模型检验PL运动与滑动类别之间的关系。使用混淆矩阵评估模型性能,比较预测和实际的滑动类别分类。使用热图可视化结果,颜色梯度表示预测百分比,较深色调表示较高的分类准确性。
首先进行Spearman相关分析,评估EIT推导的肺通气与PL运动或应变之间关系的强度和方向。对每个数据集应用二次多项式回归模型以探索潜在的非线性关联。使用赤池信息准则(AIC)进行模型比较,该准则同时考虑模型拟合和复杂性以防止过拟合。为评估竞争模型的相对强度,计算AIC值差值(ΔAIC),即每个模型的AIC与观察到的最低AIC之间的差值。所有统计分析均在RStudio(版本2022.02.3,Build 492)中使用R(版本4.3.2)完成。
结果
Unito队列由7名45岁以下、体重指数小于35 kg/m²的健康男性受试者组成。herQLUS和Lupo队列的患者特征详见表1S和表2S。在herQLUS研究纳入的40例患者和Lupo研究纳入的30例患者中,分别有480个中的144个和360个中的2个肺超声(LUS)视野因LUS视频不可用或存在排除标准而未进行分析(图2S)。部分结果已作为壁报在旧金山举行的ATS 2025国际会议上展示[29]。
健康受试者的运动追踪
在功能残气量(FRC)下被动呼气末屏气期间,胸膜线(PL)的中位总体运动幅度低于平静呼吸(QB)(p < 0.0001,图3)。来自部分受试者的数据显示,在肺总量(TLC)下最大吸气屏气期间的PL运动与在FRC下被动呼气末屏气期间的PL运动无差异(p = 0.9563;图3S)。同样,快速呼吸(RB)期间的PL运动与QB期间的PL运动无差异(p = 0.266;图3S)。按区域视野分层的不同通气模式(FRC、TLC、QB和RB)下PL运动变化见图4S。无论解剖位置如何,FRC和TLC下的PL运动均低于QB和RB下(p < 0.001;图5S)。PL运动在个体间存在异质性,但不同呼吸模式之间呈现相似趋势,FRC下PL运动低于QB下(图5S)。
定性滑动评估
在herQLUS队列中,与其它组相比,无肺滑动 clip 的PL运动中位数较低;与中等和广泛滑动相比,可疑滑动 clip 的PL运动中位数也较低(p < 0.0001)。然而,被分类为中等滑动或广泛滑动的 clip 之间,PL运动无差异(p = 0.0761;图4)。图6S展示了按区域字段分层的各滑动类别的PL运动,显示不同解剖位置之间无显著差异。
序数 logistic 回归分析显示,PL运动与更高滑动类别的可能性之间存在显著正相关关系。具体而言,PL运动每增加1 mm,进展至更高滑动类别的几率增加约25%。
图7S以混淆矩阵展示了该模型的性能。对于无滑动和可疑滑动类别,准确度尚可,但对于中等和广泛滑动组较低。综上所述,PL运动可识别无滑动至可疑滑动的 clip,这可能代表过度膨胀。
应变与过度膨胀
在LUPO队列[22]中进行的EIT引导的递减PEEP试验导致EIT检测到的过度膨胀与所应用的PEEP水平成比例。将所应用的PEEP水平分为三组后,低PEEP组的PL运动中位数显著高于中间PEEP组(p < 0.0001)和高PEEP组(p < 0.0001,图5和图10S)。同样,低PEEP组的总体EIT衍生过度膨胀百分比(OD%)中位数显著低于中间PEEP组(p < 0.0001)和高PEEP组(p < 0.0001,图5)。按腹侧和中间字段分层后不同PEEP水平下的PL运动和EIT过度膨胀%中位数报告于补充材料中(图8S、9S和10S)。
PL运动和应变与EIT过度膨胀%呈显著负相关(分别为ρ=−0.593,p < 0.0001;ρ =−0.563,p < 0.0001)。进行多项式回归分析以评估PL运动和应变预测EIT过度膨胀%的能力(图5)。PL运动的二次多项式模型解释了EIT过度膨胀%方差的31.4%(R²=0.314,p < 0.0001)。一阶项(β = −12.53,p < 0.0001)和二阶项(β = 0.73,p < 0.0001)均具有统计学显著性,表明存在非线性关系。同样,应变的二项式模型解释了EIT过度膨胀%方差的30.0%(R²=0.300,p < 0.0001)。一阶项(β=−1.70,p < 0.0001)和二阶项(β = 0.015,p < 0.0001)也均显著,提示也存在非线性关联。仅限于腹侧和中间字段的多项式回归分析分别展示于补充材料中(图8S)。在共同数据集(排除缺失值)上拟合二次多项式回归模型后,以PL运动为预测变量的模型对EIT过度膨胀%方差的解释略多于基于应变的模型(校正R²=0.306 vs. 校正R²=0.296)。此外,PL运动模型的AIC更低(2974.2 vs. 2979.0 - ∆AIC = 4.8),表明PL运动是比应变更强的EIT过度膨胀%预测因子。
讨论
本研究的主要发现是,利用一种广泛可用且易于应用的开源算法,采用简化方法进行胸膜线(PL)运动追踪是可行的。这使用户能够在普通视频文件中检测PL运动,而无需特定要求。此外,PL运动追踪在健康志愿者自主呼吸期间和机械通气患者中均能准确检测滑动的存在或缺失。另外,PL运动在检测过度膨胀方面优于应变分析。
我们的研究是首个在健康受试者和机械通气患者中广泛应用的该技术的研究[18]。此前已有研究表明,基于斑点追踪的PL应变分析在机械通气患者[17, 22]和自主呼吸健康受试者[16]中均是可行的。最初的临床应用集中于气胸的检测[19–21],除评估肺滑动的存在或缺失外,未提供进一步的肺滑动特征描述。胸膜运动追踪(MT)已通过在机械通气患者中测量B线横向位移的幅度进行评估[30]。然而,该方法依赖于手动追踪,且在B线缺失时无法应用。相比之下,我们的方法无论B线是否存在均有效。最近,一篇概念验证论文使用定制方法描述了呼吸周期中的组织位移[25]。尽管前景可观,但该方法仅在两名受试者中进行了测试,并使用模拟肺运动图像进行了验证。斑点追踪也被应用于在递增PEEP试验中以电阻抗断层成像(EIT)为参考标准推导应变,以评估过度膨胀[22]。我们的结果与应变分析所获得的结果相当,在检测过度膨胀变化方面似乎同样准确。最近,Tonelotto等人提出了一种简单方法,通过计数正常通气区域中的A线来检测机械通气患者的肺过度膨胀[31]。然而,当B线的存在妨碍在过度膨胀区域观察和计数A线时,该技术可能不准确。PL运动追踪可不论肺通气状态如何均可应用,且不限于检测过度膨胀,因为它可以直接评估和量化胸膜滑动。然而,在区分由肺过度充气引起的滑动减少与由肺叶实变引起的滑动减少方面,它可能不够理想。在这些情况下,胸膜运动不具信息价值,因为实变本身具有明确的诊断意义。因此,胸膜运动应被视为肺超声(LUS)评分的补充,提供额外的量化和精细化。尽管如此,PL运动在Lupo队列中检测过度膨胀表现出良好的准确性,该队列中几乎所有患者均表现为非局灶性模式,这在理论上对运动追踪技术的训练和验证而言是更具挑战性的场景。更广泛地说,与先前研究相比,本文所述方法在软件可用性和定制性方面表现出更大的灵活性,并且能够处理不同分辨率和格式的片段,独立于医学数字成像和通信(DICOM)图像采集。
在我们的队列中,胸膜线(PL)的运动追踪结果显著不为零,即使在健康志愿者于功能残气量(FRC)或肺总量(TLC)屏气时也是如此。考虑到所使用的相关性截断值,这可能是由于肺搏动(lung pulse)的存在,以及膈肌(ST)运动时胸膜标志点未完全归一化所致。Fung等人[25]在屏气期间也发现了类似结果。此外,我们选择使用最大侧向位移来识别PL运动,这可以最大限度减少假阴性,但会增加假阳性风险。与Lupo队列相比,herQLUS队列中个体绝对PL运动值相对较高。这一差异可能是由于两个队列采用了不同的通气设置所致(表1S和表2S)。尽管存在这些差异,关键发现是运动追踪能够捕捉个体受试者内部的胸膜运动变化,正如在健康受试者(图5S)和重型COVID-19病毒性肺炎患者(图10S)中所进行的分析所示。
本研究的优势包括采用了一种新方法,使用开源、高度通用的软件,具有无限的理论应用前景,且不受格式或分辨率限制。该软件并非专门设计用于追踪PL;然而,代码编写具有通用性,可适用于广泛的生物医学和工程应用。此外,代码完全开源,允许根据需要将软件适配于任何情况。进一步而言,我们通过在不同时间、不同中心、使用不同机器和参考测试采集的三个不同数据集中获得相同信号,证明了其一致性。此外,我们的软件能够逐帧获取沿X轴和Y轴逐点运动的原始数据。这使得能够对数据采集和分析过程拥有完全控制权。而且,所描述的方法在来自不同队列的视频中显示出广泛的适用性。这证明了其稳健性和可推广性,表明它可广泛用于临床或研究环境,而非仅限于特定视频和/或格式的子集。最后,我们的研究结果表明,在预测电阻抗断层成像(EIT)所测得的过度膨胀方面,PL运动至少与应变分析同样好,甚至可能更好。
本研究存在一些局限性。第一,垂直运动未被纳入计算,当胸膜线(PL)未与水平面完全对齐时,这可能引入一定偏倚。仅聚焦于横断面的决定是有意为之,旨在理解和解释侧向运动而不增加额外复杂性。然而,该软件可分析结构随时间沿X轴和Y轴的运动。未来分析可纳入更全面的二维方法,如欧几里得位移分析,以及PL运动的速度和加速度评估。第二,未应用滤除肺搏动的方法。然而,这预计仅会引入轻微偏倚,即为PL增加一些运动而不显著影响分析。未来的分析改进可聚焦于完全去除该信号,尽管这可能需要心电图描记。第三,根据方案,执行运动追踪的操作者对视频片段未设盲。这是由于本研究的开创性性质所必需的,即在单个视频片段分析过程中理解追踪算法的行为至关重要。未来分析将致力于开发更精确的方法,以相对于软组织(ST)运动对胸膜标志点进行标准化。第四,运动追踪是在不同时长的肺部超声视频片段上进行的,分析过程中无法实现呼吸周期的标准化。
PL的运动追踪可能代表一种易于实施的工具,用于肺部超声(LUS)视频片段的回顾性分析。理论上,它可整合到任何超声设备的软件中,使临床医生能够在远程医疗背景下进行分析。此外,它可补充LUS评分评估,特别是当使用A型模式区分正常通气与过度充气时。而且,它可用于在呼气末正压(PEEP)滴定和机械通气个体化调整过程中检测过度膨胀,从而进一步降低呼吸机相关性肺损伤(VILI)的风险。该方法的另一个优势在于对ST的运动追踪,它不仅能在一研究为基础的录制片段中提供准确的PL运动值,还能在真实场景中提供准确值,后者可能存在探头平移和运动伪影,可能干扰使用其他软件的应变评估。
结论
PL的运动追踪是可行的,能够准确检测和量化肺滑动,并评估机械通气期间的过度膨胀。这是通过免费可用的开源软件实现的,该软件相对易于使用,能够准确检测常见视频文件中的PL运动。需要进一步开展专门设计以应用该方法并通过自动化PL识别和分析加以改进的前瞻性研究,以广泛确定其在临床应用中的实用性。
补充信息
补充材料1
补充材料2
补充材料3
补充材料4
补充材料5
补充材料6
参考来源
- Costamagna A, Smit MR, Pivetta E, et al. Tracking pleural sliding motion to assess lung overdistention using an open source algorithm: a proof-of-concept study on lung ultrasound scans. Crit Care. 2026. PMID: 41572364. doi:10.1186/s13054-025-05742-8
- 全文:PMC12829235(PMC 开放获取,CC BY)https://pmc.ncbi.nlm.nih.gov/articles/PMC12829235/
供执业医师抢救与诊疗参考,不替代临床判断;剂量请结合体重、肝肾功能和本院药品规格复核,以指南原文为准。