Resumen

Para explorar la adopción del diagnóstico por imágenes de ultrasonido basado en el aprendizaje profundo de redes neuronales convolucionales (CNN) en el tratamiento de la pubertad precoz central (CPP) mediante agonistas de la hormona liberadora de gonadotropina (GnRHa), se utilizó el diagnóstico por imágenes de ultrasonido basado en CNN para tratar la CPP. Se observaron y registraron la edad ósea, el volumen uterino y ovárico, y el desarrollo mamario del grupo de pubertad precoz incompleta (IPP) y el grupo CPP. Se midieron los valores máximos de la hormona luteinizante (LH) y la hormona folículo estimulante (FSH). Se compararon el volumen uterino y ovárico antes y después del tratamiento con GnRHa de la CPP. Los resultados mostraron que la edad ósea (9.03±1.07), el volumen uterino (2.37±1.52), el volumen ovárico (2.36±0.82 mL) y el desarrollo mamario del grupo CPP

• 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 ultrasonido; Aprendizaje profundo; Redes neuronales convolucionales; Pubertad precoz central; Agonistas de la hormona liberadora de gonadotropina; Edad ósea
• Keywords:Ultrasound imaging; Deep learning; Convolutional neural networks; Central precocious puberty; Gonadotropin-releasing hormone agonists; Bone age