Un pas de géant dans la surveillance par ultrasons sans fil pour les sujets en mouvement

Une équipe d'ingénieurs de l'Université de Californie à San Diego a développé le premier système d'échographie portable entièrement intégré pour la surveillance des tissus profonds, y compris pour les sujets en déplacement. Il facilite la surveillance cardiovasculaire potentiellement vitale et marque une avancée majeure pour l'un des principaux laboratoires d'échographie portables au monde. L'article, "Un système d'échographie portable entièrement intégré pour surveiller les tissus profonds chez les sujets en mouvement", est publié dans le numéro du 22 mai 2023 de Nature Biotechnology.

"Ce projet offre une solution complète à la technologie des ultrasons portables - non seulement le capteur portable, mais aussi l'électronique de contrôle sont fabriqués dans des facteurs de forme portables", a déclaré Muyang Lin, titulaire d'un doctorat. candidat au département de nanoingénierie de l'UC San Diego et premier auteur de l'étude. "Nous avons créé un appareil vraiment portable qui peut détecter sans fil les signes vitaux des tissus profonds."

Un système à ultrasons portable sur patch pour la surveillance des tissus profonds. Photo de Muyang Lin pour la Jacobs School of Engineering de l'UC San Diego. Galerie grandeur nature.

La recherche émerge du laboratoire de Sheng Xu, professeur de nano-ingénierie à l'UC San Diego Jacobs School of Engineering et auteur correspondant de l'étude.

Ce système sur patch à ultrasons portable autonome entièrement intégré s'appuie sur les travaux antérieurs du laboratoire dans la conception de capteurs à ultrasons doux. Cependant, les anciens capteurs à ultrasons doux nécessitent tous des câbles d'attache pour la transmission de données et d'énergie, ce qui limite largement la mobilité de l'utilisateur. Dans ce travail, il comprend un petit circuit de commande flexible qui communique avec un réseau de transducteurs à ultrasons pour collecter et transmettre des données sans fil. Un composant d'apprentissage automatique aide à interpréter les données et à suivre les sujets en mouvement.

Selon les découvertes du laboratoire, le système à ultrasons sur patch permet un suivi continu des signaux physiologiques provenant de tissus aussi profonds que 164 mm, mesurant en continu la pression artérielle centrale, la fréquence cardiaque, le débit cardiaque et d'autres signaux physiologiques jusqu'à douze heures à la fois.

"Cette technologie a beaucoup de potentiel pour sauver et améliorer des vies", a déclaré Lin. "Le capteur peut évaluer la fonction cardiovasculaire en mouvement. Des valeurs anormales de pression artérielle et de débit cardiaque, au repos ou pendant l'exercice, sont des caractéristiques de l'insuffisance cardiaque. Pour les populations en bonne santé, notre appareil peut mesurer les réponses cardiovasculaires à l'exercice en temps réel et ainsi fournir des informations sur l'intensité réelle de l'entraînement exercé par chaque personne, ce qui peut guider la formulation de plans d'entraînement personnalisés."

Le système à ultrasons sur patch représente également une percée dans le développement de l'Internet des objets médicaux (IoMT), un terme désignant un réseau d'appareils médicaux connectés à Internet, transmettant sans fil des signaux physiologiques dans le cloud à des fins de calcul, d'analyse et de diagnostic professionnel.

Grâce aux avancées technologiques et au travail acharné des cliniciens au cours des dernières décennies, l'échographie a suscité une vague d'intérêt continue, et le laboratoire Xu est souvent mentionné dès le premier souffle comme un leader précoce et durable dans le domaine, en particulier dans l'échographie portable. Le laboratoire a pris des appareils fixes et portables et les a rendus extensibles et portables, entraînant une transformation dans le paysage de la surveillance des soins de santé. Sa force repose en partie sur son étroite collaboration avec les cliniciens. "Bien que nous soyons des ingénieurs, nous connaissons les problèmes médicaux auxquels les cliniciens sont confrontés", a déclaré Lin. "Nous entretenons une relation étroite avec nos collaborateurs cliniques et obtenons toujours de précieux commentaires de leur part. Cette nouvelle technologie d'échographie portable est une solution unique pour relever de nombreux défis de surveillance des signes vitaux dans la pratique clinique."

Lors du développement de sa dernière innovation, l'équipe a été surprise de découvrir qu'elle avait plus de capacités que prévu initialement.

"Au tout début de ce projet, nous voulions construire un capteur de pression artérielle sans fil", a déclaré Lin. "Plus tard, alors que nous faisions le circuit, concevions l'algorithme et recueillons des informations cliniques, nous avons pensé que ce système pouvait mesurer beaucoup plus de paramètres physiologiques critiques que la pression artérielle, tels que le débit cardiaque, la rigidité artérielle, le volume expiratoire et plus encore, qui sont tous des paramètres essentiels pour les soins de santé quotidiens ou la surveillance à l'hôpital."

De plus, lorsque le sujet est en mouvement, il y aura un mouvement relatif entre le capteur à ultrasons portable et le tissu cible, ce qui nécessitera un réajustement manuel fréquent du capteur à ultrasons portable pour suivre la cible en mouvement. Dans ce travail, l'équipe a développé un algorithme d'apprentissage automatique pour analyser automatiquement les signaux reçus et choisir le canal le plus approprié pour suivre la cible en mouvement.

Cependant, lorsque l'algorithme est formé à l'aide des données d'un sujet, cet apprentissage peut ne pas être transférable à d'autres sujets, ce qui rend les résultats incohérents et peu fiables.

"Nous avons finalement fait fonctionner la généralisation du modèle d'apprentissage automatique en appliquant un algorithme d'adaptation avancé", a déclaré Ziyang Zhang, étudiant à la maîtrise au Département d'informatique et d'ingénierie de l'UC San Diego et co-premier auteur de l'article. "Cet algorithme peut automatiquement minimiser les écarts de distribution de domaine entre différents sujets, ce qui signifie que l'intelligence artificielle peut être transférée d'un sujet à l'autre. Nous pouvons entraîner l'algorithme sur un sujet et l'appliquer à de nombreux autres nouveaux sujets avec un recyclage minimal."

À l'avenir, le capteur sera testé auprès de populations plus importantes. "Jusqu'à présent, nous n'avons validé les performances de l'appareil que sur une population restreinte mais diversifiée", a déclaré Xiaoxiang Gao, chercheur postdoctoral au département de nano-ingénierie de l'UC San Diego et co-premier auteur de l'étude. "Alors que nous envisageons cet appareil comme la prochaine génération d'appareils de surveillance des tissus profonds, les essais cliniques sont notre prochaine étape."

Xu est le co-fondateur de Softsonics, LLC, qui envisage de commercialiser la technologie.

Article : "Un système d'échographie portable entièrement intégré pour surveiller les tissus profonds chez les sujets en mouvement." Les coauteurs incluent Muyang Lin*, Department of NanoEngineering, UC San Diego ; Ziyang Zhang*, Département d'informatique et d'ingénierie, UC San Diego ; Xiaoxiang Gao*, Yizhou Bian, Ray S. Wu, Geonho Park et Zhiyuan Lou, Département de nanoingénierie, UC San Diego ; Zhuorui Zhang, Département de génie mécanique, Massachusetts Institute of Technology ; Xiangchen Xu, Département de nanoingénierie, UC San Diego ; Xiangjun Chen, programme de science et d'ingénierie des matériaux, UC San Diego ; Andrea Kang, Département de génie électrique et informatique, UC San Diego ; Xinyi Yang, programme de science et d'ingénierie des matériaux, UC San Diego ; Wentong Yu et Lu Yin, Département de nanoingénierie, UC San Diego ; Chonghe Wang, Département de génie mécanique, Massachusetts Institute of Technology ; Baiyan Qi et Sai Zhou, programme de science et d'ingénierie des matériaux, UC San Diego ; Hongjie Hu et Hao Huang, Département de nanoingénierie, UC San Diego ; Mohan Li, Département de génie électrique et informatique, UC San Diego ; Yue Gu, Programme de science et d'ingénierie des matériaux, UC San Diego et Département de neurochirurgie, Université de Yale ; Jing Mu, programme de science et d'ingénierie des matériaux, UC San Diego ; Albert Yang, Département de bio-ingénierie, UC San Diego ; Amer Yaghi et Yimu Chen, Département de nanoingénierie, UC San Diego ; Yusheng Lei, Département de nanoingénierie, UC San Diego, et Département de génie chimique, Université de Stanford ; Chengchangfeng Lu, Département de génie électrique et informatique, UC San Diego ; Ruotao Wang et Joseph Wang, Département de nanoingénierie, UC San Diego ; Shu Xiang, Softsonics LLC, San Diego ; Erik B. Kistler, Département de bio-ingénierie et Département d'anesthésiologie et de soins intensifs, UC San Diego ; Nuno Vasconcelos, Département de génie électrique et informatique, UC San Diego ; et Sheng Xu **, Département de nano-ingénierie, Département de génie électrique et informatique, Programme de science et d'ingénierie des matériaux et Département de bio-ingénierie, UC San Diego ; Département de radiologie, École de médecine, UC San Diego ; et Softsonics, Inc.

*Ces auteurs ont contribué à parts égales.

**Auteur correspondant

Cette recherche a été partiellement financée par l'Air Force Research Laboratory (AFRL) sous le numéro d'accord FA8650-18-2-5402 et les National Institutes of Health (NIH) (subvention n° 1 R01 EB033464-01).

Tenez-vous au courant de toutes les dernières nouvelles de l'UC San Diego. Abonnez-vous à la newsletter aujourd'hui.

Vous avez été abonné avec succès à la newsletter UC San Diego Today.