Resumen

Este estudio tuvo como objetivo explorar el valor de la clasificación de imágenes de resonancia magnética funcional dependiente del nivel de oxigenación sanguínea (BOLD-fMRI) basada en el algoritmo de agrupamiento multilevel clustering-evolutionary random support vector machine cluster (MCRSVMC) en el diagnóstico y tratamiento de pacientes con deterioro cognitivo después de un accidente cerebrovascular isquémico (ACI). El algoritmo MCRSVMC fue optimizado utilizando un algoritmo de agrupamiento, y se comparó con otros algoritmos en términos de precisión (ACC), sensibilidad (SEN) y especificidad (SPE) en la clasificación de imágenes del área cerebral. Treinta y seis pacientes con deterioro cognitivo después de un ACI y pacientes sin demencia fueron divididos en un grupo de control (tratamiento farmacológico) y un grupo de intervención (fármaco+acupuntura) según diferentes métodos de tratamiento, con 18 casos en cada grupo. Se compararon los cambios en la homogeneidad regional (ReHo) de las imágenes de BOLD

• 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:Imagen por resonancia magnética funcional dependiente del nivel de oxigenación de la sangre; FMRI-BOLD; Algoritmo MCRSVMC; Deterioro cognitivo; Accidente cerebrovascular isquémico cerebral; Acupuntura
• Keywords:Blood oxygenation level dependent-functional magnetic resonance imaging; BOLD-fMRI; MCRSVMC algorithm; Cognitive impairment; Cerebral ischemic stroke; Acupuncture