Con el fin de explorar la eficacia del uso de imágenes de ultrasonido basadas en algoritmos de inteligencia artificial (IA) para diagnosticar el síndrome de compresión de la vena ilíaca (IVCS) y ayudar a los médicos en el diagnóstico de enfermedades, se resumieron las características de las imágenes de las venas en pacientes con IVCS. Después de la adquisición de imágenes de ultrasonido, los datos de imagen se preprocesaron para construir un modelo de aprendizaje profundo para realizar la detección de la posición de la compresión venosa y el reconocimiento de lesiones benignas y malignas. Además, se construyó un conjunto de datos para la evaluación del modelo. Los datos procedían de pacientes con enfermedad venosa crónica trombótica (EVC) y trombosis venosa profunda (TVP) en el hospital. El grupo de imágenes de IVCS extraídas mediante convolución de cavidades fue el grupo de imágenes del algoritmo de inteligencia artificial, y las imágenes de ultrasonido se tomaron directamente como grupo de control sin procesar. Se realizó una angiografía por sustracción digital (DSA) para comprobar las venas de los pacientes con una semana de antelación. A continuación, los pacientes se incluyeron en el grupo de imágenes del algoritmo de IA y en el grupo de control, y se analizó la correlación entre el síndrome de May-Thurner (SMT) y las imágenes del algoritmo de IA basándose en los resultados de la ASD y la ecografía. Se utilizó como índice diagnóstico del SMT la estenosis venosa intestinal (u oclusión) o la formación de circulación colateral. La ecografía mostró que el grupo de imágenes con algoritmo de IA tenía un porcentaje más alto de buenos efectos del tratamiento que el del grupo de control. La tasa de llamada de la red neuronal DMRF-convolucional (CNN), la precisión y la exactitud fueron superiores a las del grupo de control. Además, el grado de inflamación venosa de los pacientes del grupo de imágenes del algoritmo de inteligencia artificial era débil, el grado de alivio del dolor era alto después del tratamiento, y la diferencia entre el grupo de imágenes del algoritmo de inteligencia artificial y el grupo de control era estadísticamente considerable (p<0,005). Mediante experimentos agrupados, se comprobó que la construcción del modelo de imágenes de inteligencia artificial era eficaz para la detección y el reconocimiento de lesiones venosas de las extremidades inferiores en imágenes de ultrasonido. En resumen, la evaluación y el análisis de las imágenes de ultrasonido mediante el algoritmo de IA durante el tratamiento de MTS fueron precisos y eficaces, lo que sentó una buena base para la investigación, el diagnóstico y el tratamiento en el futuro.
Esta es una versión de prueba de citación de documentos de la Biblioteca Virtual Pro. Puede contener errores. Lo invitamos a consultar los manuales de citación de las respectivas fuentes.
Artículos:
Mejora de las propiedades de materiales nanocompositos por medio del control de temperatura
Artículos:
Clasificación de zonas costeras basada en la fusión de imágenes de teledetección multifuente
Artículos:
Características y resultados de pacientes ancianos que son rechazados para ingresar a la unidad de cuidados intensivos (UCI).
Artículos:
Novedoso diseño de autómatas celulares de puntos cuánticos para obtener una puerta mayoritaria tolerante a fallos
Artículos:
Síntesis de nanoestructuras de Ag mediante reducción fotoquímica utilizando semillas de Pt recubiertas de citrato
Artículos:
La curva S como herramienta para la planeación y control de procesos de construcción: casos de estudio
Artículos:
Investigación sobre control de costos de proyectos de construcción con base en la teoría de construcción sin pérdidas y BIM : caso práctico
Artículos:
Algoritmo de control de desacoplamiento para el sistema de tensión de desenrollado basado en el control activo de rechazo de perturbaciones
Artículos:
Agua subterránea : el recurso oculto