Resumen

Este estudio tuvo como objetivo explorar el valor de aplicación de imágenes de resonancia magnética (IRM) basadas en algoritmos de aprendizaje profundo en el diagnóstico de fracturas de la meseta tibial combinadas con lesiones meniscales. La imagen original de IRM se introdujo en la red neuronal convolucional de aprendizaje profundo (CNN), y se utilizaron datos de imágenes de IRM de la articulación de la rodilla submuestreadas y completamente muestreadas para el entrenamiento con el fin de obtener un modelo de red neuronal que pueda eliminar de manera efectiva el ruido y el desenfoque de la imagen submuestreada. Luego, la imagen fue reconstruida por el modelo de Regridding para obtener una imagen con menos ruido y una estructura más clara. Al mismo tiempo, todos los sujetos se sometieron a exámenes de IRM de rodilla, y se utilizaron algoritmos para analizar la sensibilidad, especificidad y precisión de sus imágenes. Se encontró que de 160 meniscos de 80 casos de fracturas de la meseta tibial

• 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:Estudio; Imágenes de resonancia magnética (MRI); Algoritmos de aprendizaje profundo; Fracturas de meseta tibial; Lesiones de menisco; Modelo de red neuronal
• Keywords:Study; MRI images; Deep learning algorithms; Tibial plateau fractures; Meniscus injuries; Neural network model