Resumen

Con el fin de resolver el problema de los métodos de diagnóstico existentes para la gastritis crónica, que son complejos y traumáticos, se propone un nuevo método no invasivo para el diagnóstico de la gastritis crónica basado en la nariz electrónica y la red neuronal convolucional profunda. En primer lugar, con el fin de recoger muestras, se estableció un dispositivo de muestreo de gas respiratorio y se genera la curva de respuesta del gas respiratorio. A continuación, se propone una red neuronal convolucional profunda para el diagnóstico de la gastritis crónica con el fin de reconocer y clasificar la curva de respuesta del gas respiratorio. El modelo DCNN obtuvo buenos resultados con una precisión, sensibilidad y especificidad del 85,00%, 90,00% y 80,00%, respectivamente, para la predicción de la gastritis crónica. El método propuesto proporciona una nueva vía para el diagnóstico clínico auxiliar de la gástrica crónica.

• Materias:Biotecnología Minería de datos Redes de sensores Sistema de sensores Tecnología de sensores
• Subjects:Biotechnology Data mining Sensor networks Sensor system Sensor technology
• Palabras claves:red neuronal convolucional profunda, gástrica crónica, gastritis crónica, curva de respuesta de gases respiratorios, dispositivo de muestreo de gases respiratorios, predicción gástrica crónica, diagnósticos auxiliares clínicos, método no invasivo novedoso, diagnóstico, orden
• Keywords:deep convolutional neural network, chronic gastric, chronic gastritis, respiratory gas response curve, respiratory gas sampling device, chronic gastric prediction, clinical auxiliary diagnoses, novel noninvasive method, diagnosis, order