Kaunas大學和立陶宛健康科學大學的高級教育揭示了有關低頻超聲對Vytautas Ostasevicius博士領導的血液參數影響的新的深入信息。檢查血液樣本中超聲和不同時間的影響。他們在應用系統創新中發表的發現表明，低頻超聲可以顯著改變血液參數，這是一種具有醫療和治療潛力的新方法。
Education related to the multidisciplinary team, including Professor Agne Paulauskaite-Taraseviciene, Professor Vaiva Lesauskaite, Dr. Vytautas Jurenas, Dr. Vacis Tatarunas, Professor Edgaras Stance Stance Their work surveyed how ultrasound opened on the integration of red blood cells and platelet integration, with an increased prediction by the learning algorithm of the machine.
Ostasevicius博士描述了他們的研究背後的激勵措施：“我們決心了解，低頻超聲可以影響各种血液參數，可以鋪平使用以供診斷和新的治療方法。
研究人員揭示了大量的血液樣本，以大約46 kHz的頻率在水浴中的低頻超聲檢查中。他們使用統計分析，包括ANOVA和KRUSKAL-WALLIS。這不是評估各种血液參數的超聲檢查的參數，研究表明，由於超聲觸摸而引起的血液參數的統計變化，尤其是在不同時期使用的高強度信號。
重要發現之一是紅細胞中超聲對血紅蛋白的影響。研究發現，與血小板的聚集相比，超聲檢查更影響血紅蛋白。這強調了超聲促進氧氣從肺部轉移到人體組織的潛力，這可能對醫療產生廣泛的影響。
研究團隊使用五次使用機器的學習算法來對血小板產生超聲影響。在這些方面，支持向量（SVR）的撤退，顯示出最高的預測，這會導致平均預測誤差約10％。這表明機器的學習可以有效地預測由超聲引起的血液參數的變化，這為將來的診斷提供了強大的工具。
研究指出，低頻超聲會影響各种血液參數，這是醫學診斷的新方法，可以改善治療結果。研究人員認為，未來的教育應集中於臨床效應以及超聲治療的治療潛力，尤其是在血液學和疾病治療方面。
正如Ostasevicius博士所說：“我們的研究為在醫學診斷中使用超聲波的新渠道以及通過使用機器的學習算法來預測血液參數的變化的能力。
總而言之，這項研究的重點是低頻超聲的潛力，這種方法不會侵入血液參數，具有醫學和治療意義。使用機器學習來預測這些變化以提高個人醫療潛力，這使這項研究成為醫學科學的重要一步。
參考期刊
Ostasevicius，V.，Pauluuskaite-Taraseviciene，A. “創新的DOI應用系統： https://doi.org/10.3390/asi6060099
作曲家
VytautasOstaaevičius博士 是立陶宛的機械工程師，他擁有博士學位。 Habilitated（1988），他擔任考納斯技術大學（KTU）機電一體化研究所的主任，並且是工程和桑塔卡山谷（Santaka Valley Project and Business and Business and Business）的領導者。 （2011-2023）瑞典皇家工程科學院的外國成員（自2010年以來）和先前評估的歐洲委員會專家。他的研究涵蓋了機械結構，非線機械系統，用於工業4.0的MEMS IOT，使用AI收集，能源，處理設備和過程。
