Resumen

En los sistemas hospitalarios tradicionales, el diagnóstico y la localización del melanoma son los retos críticos para el análisis patológico, las instrucciones de tratamiento y la evaluación del pronóstico, especialmente en las enfermedades de la piel. En la literatura, se han publicado varios estudios para abordar estas cuestiones; sin embargo, es necesario desarrollar un sistema de diagnóstico inteligente destacado para el sistema sanitario inteligente. En este estudio, se propone e implementa un sistema de diagnóstico basado en el aprendizaje profundo que tiene la capacidad de detectar automáticamente el melanoma maligno en imágenes de portaobjetos completos (WSI). En este sistema, se integraron e implementaron la red neuronal convolucional (CNN), un sofisticado método estadístico y algoritmos de procesamiento de imágenes para localizar lesiones benignas y malignas que son extremadamente útiles en el proceso de diagnóstico de la enfermedad del melanoma. Para verificar el excepcional rendimiento del esquema propuesto, se implementa en una base de datos multicéntrica, que cuenta con 701 WSIs (641 WSIs del Hospital Xiangya de la Universidad Central del Sur (CSUXH) y 60 WSIs del Atlas del Genoma del Cáncer (TCGA)). Los resultados experimentales han verificado que el sistema propuesto ha alcanzado un área bajo la curva receiver operating characteristic (AUROC) de 0,971. Además, el área de la lesión en los WSI está representada por su grado de malignidad. Estos resultados demuestran que el sistema propuesto tiene capacidad para automatizar completamente el problema del diagnóstico y la localización del melanoma en los sistemas sanitarios inteligentes.

• Materias:Insuficiencia cardíaca Plataforma de servicios Filtro de orden óptimo Características clínicas Osteoporosis
• Subjects:Heart failure Platform services Optimal order filtering Clinical features Osteoporosis
• Palabras claves:WSI, sistema, Hospital Xiangya de la Universidad Central del Sur, destacado sistema de diagnóstico inteligente, Atlas del Genoma del Cáncer, red neuronal convolucional, algoritmos de procesamiento de imágenes, sistema sanitario inteligente, sistemas sanitarios inteligentes, sofisticado método estadístico.
• Keywords:WSIs, system, Central South University Xiangya Hospital, prominent smart diagnosis system, Cancer Genome Atlas, convolutional neural network, image processing algorithms, smart healthcare system, smart healthcare systems, sophisticated statistical method