Resumen

El objetivo de este estudio fue explorar la adopción de la tomografía computarizada (TC) basada en aprendizaje automático en el diagnóstico y tratamiento de la hemorragia cerebral. Se seleccionaron un total de 150 pacientes con hemorragia intracerebral hipertensiva que fueron sometidos a tratamiento quirúrgico en un hospital en los últimos tres años. Todos los pacientes se sometieron a un examen de TC cerebral, y se recopilaron datos de imagen. Se utilizaron algoritmos como FCM, DRLSRE, FCRLS, y otros para segmentar la región de hemorragia de los pacientes, y se comparó el rendimiento de segmentación de cada algoritmo. Basándose en la segmentación del algoritmo FCRLS, se calculó el área de hemorragia utilizando la función en la caja de herramientas de MATLAB. Con base en la investigación previa, se diseñó y verificó un sistema de diagnóstico asistido por computadora (CAD). Los resultados mostraron que FCRLS tuvo el mejor efecto de segmentación y la velocidad de segmentación

• 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:Estudio; Tomografía computarizada; Aprendizaje automático; Hemorragia cerebral; Segmentación; Sistema CAD
• Keywords:Study; Computerized tomography; Machine learning; Cerebral hemorrhage; Segmentation; CAD system