论文阅读《Smartphone-based, automated detection of urine albumin using deep learning approach》

一、题目

基于智能手机和深度学习的尿白蛋白自动检测方法。

Ritambhara Thakur, Prateek Maheshwari, Sudip Kumar Datta, Satish Kumar Dubey,
Smartphone-based, automated detection of urine albumin using deep learning approach,
Measurement,
Volume 194,
2022,
110948,
ISSN 0263-2241,
https://doi.org/10.1016/j.measurement.2022.110948

二、研究背景

微量白蛋白尿的检测是预防心血管和肾脏疾病进展的重要因素。尿中微量白蛋白即微量白蛋白尿(3-30mg/dL)是糖尿病患者肾功能丧失的早期表现。

几种基于实验室的检测方法产生高度准确的结果。然而，由于这些方法是在实验室环境下进行，缺乏便携性。

在全球范围内，自1990-2017年以来，全球疾病负担(GBD)报告了7亿慢性肾脏疾病(CKD)新病例。CKD是一种非传染性疾病，指的是随着时间的推移肾脏功能逐渐丧失，主要细分为五个不同的肾脏损害阶段。CKD在其进展的前两个阶段仍无症状，只有在第3、4或5阶段后才变得明显。因此，早期CKD的检测变得很重要，因为早期患者发生心血管疾病的风险更大。检测 CKD 的筛查工具是蛋白尿和肾小球滤过率(GFR)。在CKD的初始阶段，当肾小球滤过率保持正常或部分升高时，微量白蛋白尿变得明显，它的存在表明糖尿病和非糖尿病患者的预后较差（康复的结果比较差）。先前的研究表明，蛋白尿是CKD预后的一个强有力的标