Nerve GPS: a decision support system for the identification of neural components in ultrasound-guided nerve block

Objective – The objective of this project was the development of a decision support system for ultrasound guided nerve block with a built in automated nerve detection software. Method – The decision support system consists of a graphical user interface that provides the user with instructions for manipulating the ultrasound probe to find the region of interest for nerve block. Once located, the user can chose to use the automated detection software to locate the nerve. The automated detection software uses a 6-step image processing algorithm to locate the nerve: 1) filtering, 2) histogram matching, 3) k-means segmentation, 4) feature extraction using regional descriptors, 5) scoring and 6) Chan-Vese active contour extraction. The system was developed for the sciatic nerve at the popliteal fossa and the femoral nerve.Results – The algorithm was tested on still images and videos. Still images yielded very positive results: 100% and 83% successful detections for the popliteal nerve (100 images) and femoral nerve (120 images) respectively, with a 98% and 83% overlap between the software’s detection and an anaesthesiologist’s for a circle of 0.4cm from the nerve center. Video testing (10 videos of ~300s in length) yielded equally positive results and a runtime of 451ms for the algorithm. Tests performed to validate the protocol provided by the decision support systems were 75% successful for the popliteal nerve (3/4) and 100% successful for the femoral nerve (4/4).Discussion – In this pilot study of the ultrasound guided decision support system, the results showed that such an application was feasible. The system, including the nerve detection software, could be used for ultrasound specialty training or to provide the clinician with a second opinion during nerve block.Objectif – L’objectif de ce projet est de réaliser un outil d’aide à la décision pour les blocs nerveux échoguidés avec un logiciel permettant l’identification du nerf à partir de l’image échographique fournie.Méthodes – L’outil d’aide à la décision est constitué d’une interface graphique fournissant les instructions nécessaires à l’utilisateur pour permettre de placer la sonde échographique dans la région souhaitée. Une fois le nerf identifié, l’utilisateur a l’option d’activer le détecteur automatique du nerf. Le logiciel de détection du nerf se divise en un algorithme de traitement d’image séquencé en 6 étapes : 1) filtre, 2) normalisation du contraste, 3) segmentation k-means, 4) extraction de caractéristiques morphologiques, 5) classement et 6) contour. Le système a été développé pour le nerf sciatique dans la fosse poplitée et le nerf fémoral.Résultats – L’algorithme a été testé sur des images fixes et des vidéos. Des résultats prometteurs ont été obtenus pour les images fixes : 100% d’identifications réussies pour le nerf sciatique (100 images) et 83% pour le nerf fémoral (120 images), avec un chevauchement de 98% et 83% entre l’aire de l’identification du logiciel et celui d’un anesthésiste pour un cercle de 0.4cm de diamètre avec pour centre le centre du nerf. Les résultats de l’évaluation vidéo (10 vidéos d’environ 300s) ont aussi été très positifs et ont permis de mesurer la performance de l’algorithme a 451ms. Les tests pour valider l’outil d’aide à la décision ont donné 75% de réussite pour le nerf sciatique (3/4) et 100% de réussite pour le nerf fémoral (4/4).Discussion – Dans cette étude, la faisabilité d’un outil d’aide à la décision pour les blocs nerveux échoguidés a été démontrée. Le système, qui inclut un algorithme de détection automatique du nerf pourra aider à la formation