Resumen

El objetivo era analizar los valores de aplicación y los efectos diagnósticos de la imagen ecográfica tridimensional (3D) transvaginal basada en el algoritmo de eliminación de ruido de máquina de aprendizaje extremo (ELMDA) en el diagnóstico de adherencias intrauterinas (IUA). El ruido de moteado en la imagen ecográfica 3D fue eliminado con el ELMDA. Se compararon su relación pico-señal a ruido (PSNR) y el error cuadrático medio (MSE) con los del algoritmo de filtro mediano (MFA) con el algoritmo de difusión anisotrópica (ADA) y umbral de onda. Se utilizó el ELMDA en el diagnóstico de imágenes ecográficas 3D para comparar la precisión de la histeroscopia con la ecografía 3D transvaginal y la ecografía bidimensional (2D) en el diagnóstico de IUA. Los resultados mostraron que el MSE de ELMDA fue significativamente menor que los de ADA y WT-MFA y su

• 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:Valores de aplicación; Efectos diagnósticos; Ecografía tridimensional transvaginal; ELMDA; Adherencias intrauterinas; Precisión diagnóstica
• Keywords:Application values; Diagnostic effects; Transvaginal 3-dimensional ultrasound; ELMDA; Intrauterine adhesions; Diagnostic accuracy