Prévia do material em texto
1/2 A telepatia do stent Os pesquisadores usam imagens baseadas em rádio para monitorar implantes de stent sem técnicas invasivas. Nas práticas médicas atuais, procedimentos minimamente invasivos tornaram-se uma norma predominante e são conhecidos como procedimentos endovasculares quando envolvem estruturas vasculares. No entanto, procedimentos endovasculares como angioplastia ou stent ainda enfrentam desafios significativos devido à falta de feedback sensorial de alta resolução. Esses procedimentos podem tratar a estenose aterosclerótica, uma condição em que o acúmulo de placa nos vasos sanguíneos exclui o fluxo sanguíneo, potencialmente levando a condições médicas graves, como acidente vascular cerebral isquêmico de hipoperfusão ou embolia. Durante esses procedimentos endovasculares, uma malha de arame de metal chamada stent é implantada através dos vasos sanguíneos para corrigir a estenose. Quando totalmente implantado, o stent amplia o vaso sanguíneo bloqueado e restaura o fluxo sanguíneo. No entanto, devido à falta de uma linha direta de visão e feedback sensorial robusto, os médicos podem achar difícil afirmar se o stent está devidamente implantado. Um stent implantado incorretamente ou um stent que sofreu uma fricção no centro durante a implantação pode levar a uma maior taxa de trombose, reestenose ou embolia. O feedback sensorial que pode indicar objetivamente os cirurgiões se o stent for implantado totalmente aberto durante a cirurgia endovascular permitiria que os cirurgiões remediassem um stent parcialmente implantado. Técnicas de imagem médica, como fluoroscopia e imagens de raios-X que atualmente são usadas para determinar o estado do stent implantado, têm suas limitações. Ambas as técnicas de 2/2 imagem expõem os pacientes à radiação. A fluoroscopia pode ter dificuldade em detectar compressões ou frisamentos no centro do stent em certos ângulos, e a restrição na realização de imagens de raios-X apenas em um determinado ângulo durante a cirurgia pode impedir que os operadores visualizem diretamente se o stent estiver totalmente aberto. Embora diferentes técnicas possam ser usadas para compensar isso, elas aumentam a exposição do paciente ao contraste e à radiação. Para superar essas limitações, nossa equipe propõe o uso de um sensor de imagem baseado em radiofrequência 3D (RF) que não garante uma linha direta de visão e uma nova rede neural profunda (DNN) chamada StentNet para obter feedback sensorial sobre o estado do stent implantado. O sensor baseado em 3D RF que trabalha dentro da largura de banda de 6,3-8,3 GHz é empregado para detectar a implantação do stent. Ele usa antenas para transmitir e capturar sinais modulados para construir um mapeamento 3D do espaço irradiado. Em seguida, empregamos a rede DNN para classificar o estado do stent com base nas mudanças no sinal refletido obtido do sensor. Durante o experimento, a linha de visão direta do sensor para o stent foi ocluída por uma caixa de papelão. Para simular ainda mais a oclusão causada pelos tecidos humanos durante a cirurgia, substituímos a caixa de papelão por uma fatia de frango ou carne de porco. A solução proposta alcançou uma precisão geral de 90% na detecção de se o stent estava totalmente implantado, parcialmente implantado ou implantado com compressão no centro, mesmo quando a luz direta de visão do sensor para o stent foi ocluída. Esses resultados serviram como prova de conceito para o uso de sensores baseados em RF na detecção dos estados do stent implantado. Os resultados destacaram algumas restrições do nosso método proposto; os efeitos de diferentes oclusores e limitações no tamanho dos dados de saída do sensor limitaram a faixa de detecção. Nosso trabalho futuro se concentraria no processamento de sinais de antena bruta para aumentar a faixa de detecção. Um estudo de cadáver também será realizado para simular a cena cirúrgica real e validar os resultados. Roteiro: Lalithkumar Seenivasan, Mengya Xu, Leonard Yeo e Hongliang Ren Referência: Mengya Xu, et al., Detecção de Implantação de Stent Usando Sensor Baseado em Radiofrequência e Redes Neurais Convolucionais (2020). DOI: 10.1002/aisy.202000092 ASN WeeklyTradução Inscreva-se para receber nossa newsletter semanal e receba as últimas notícias científicas diretamente na sua caixa de entrada. ASN WeeklyTradução Inscreva-se no nosso boletim informativo semanal e receba as últimas notícias científicas. https://onlinelibrary.wiley.com/doi/full/10.1002/aisy.202000092