Resumen

El propósito de este estudio fue investigar el valor clínico de las imágenes de angiografía por tomografía computarizada (CTA) procesadas por la técnica de denoising de segmentación basada en el algoritmo de red neuronal convolucional profunda en el diagnóstico de aneurisma de aorta abdominal (AAA) y la detección de cambios en la enfermedad. Se seleccionaron retrospectivamente un total de 98 pacientes con AAA roto como sujetos de estudio. Los pacientes se agruparon según si las imágenes de CTA estaban optimizadas, las imágenes que recibieron segmentación de inteligencia artificial y denoising se establecieron como grupo de observación, y las imágenes de CTA sin optimización se establecieron como grupo de control. Se compararon los efectos de detección y diagnóstico de las imágenes de CTA antes y después del tratamiento. Los resultados quirúrgicos se utilizaron como estándar para analizar el efecto diagnóstico, y se compararon los resultados de la medición del diámetro máximo del AAA y los resultados de la proporción de trombos intraluminales (ILT

• Materias:Colonias de abejas artificiales Inteligencia artificial Patrón espacial Innovación de la comunicación Algoritmo de red neuronal
• Subjects:Artificial bee colonies Artificial intelligence Spatial pattern Communication innovation Neural network algorithm
• Palabras claves:Propósito del estudio; Angiografía por tomografía computarizada; Aneurisma de aorta abdominal; Técnica de segmentación y reducción de ruido; Algoritmo de red neuronal convolucional profunda; Trombo intraluminal
• Keywords:Study purpose; CT angiography; Abdominal aortic aneurysm; Segmentation denoising technique; Deep convolution neural network algorithm; Intraluminal thrombus