Resumen

Este estudio tuvo como objetivo analizar el valor diagnóstico de la resonancia magnética (RM) para lesiones de cáncer gástrico (GC) y el efecto del tratamiento de la resección radical laparoscópica completa (CLSRR). En este estudio se construyó un algoritmo de reconocimiento de tumores malignos basado en la retroproyección (BP) y la máquina de vectores de soporte (SVM), que se denominó BPS. Se dividió a 78 pacientes con GC en un grupo experimental (que recibió CLSRR) y un grupo de control (que recibió resección radical laparoscópica asistida (ALSRR)), con 39 casos en cada grupo. Se encontró que el algoritmo BPS mostró un error cuadrático medio (MSE) relativo más bajo en el eje () y en el eje (), pero la precisión de clasificación (CA) fue la opuesta (). La estancia hospitalaria postoperatoria, la duración de la analgesia, el primer tiempo de evacuación (FET) y el primer tiempo de actividad fuera de la

• 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:Imagen por resonancia magnética; Cáncer gástrico; Resección radical laparoscópica; Algoritmo BPS; Resultados postoperatorios; Complicaciones quirúrgicas
• Keywords:Magnetic resonance imaging; Gastric cancer; Laparoscopic radical resection; BPS algorithm; Postoperative outcomes; Surgical complications