Resumen

El estudio se centró en los efectos de segmentación del algoritmo mejorado del algoritmo tradicional de red neuronal, la red neuronal convolucional de dos vías con núcleos pequeños (SK-TPCNN) combinada con el algoritmo de bosque aleatorio (RF) en imágenes de resonancia magnética (IRM) de la rótula, y los factores influyentes de la luxación rotuliana durante el ejercicio. En este artículo, las imágenes de IRM de los pacientes con luxación rotuliana fueron detectadas mediante el algoritmo de red neuronal, para establecer el algoritmo de segmentación de imágenes de IRM relacionadas con la rótula. En cuanto al coeficiente de similitud de Dice (DSC), el valor predictivo positivo (VPP) y la sensibilidad, se evaluó la precisión de detección de imágenes de IRM de la rótula, y se valoró el efecto de segmentación de las imágenes de IRM de la rótula. Se eligieron 30 pacientes, diagnosticados como pacientes con luxación rotuliana en el hospital, como sujetos de investigación. Independient

• 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:Algoritmo; Imágenes de resonancia magnética; Rótula; Segmentación; Red neuronal; SK-TPCNN
• Keywords:Algorithm; MRI images; Patella; Segmentation; Neural network; SK-TPCNN