Resumen

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.

• 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:grupo de control, grupo de imágenes con algoritmo de IA, grupo de imágenes con algoritmo de inteligencia artificial, imágenes ecográficas, pacientes, IVCS, síndrome de compresión de la vena ilíaca, lesiones venosas de las extremidades inferiores, enfermedad venosa crónica trombótica, imágenes con algoritmo de IA.
• Keywords:control group, AI algorithm imaging group, artificial intelligence algorithm imaging group, ultrasound images, patients, IVCS, iliac vein compression syndrome, lower extremity vein lesions, thrombotic chronic venous disease, AI algorithm imaging