Resumen

El estudio se centró en la segmentación basada en algoritmos inteligentes de imágenes de tomografía computarizada (TC) de pacientes con enfermedades cardiovasculares (ECV) y en la realización de algoritmos de visualización. El primer paso fue diseñar un método para una segmentación precisa bajo el modelo de cilindro basado en los datos del cuerpo coronario de la segmentación gruesa, y luego se discutieron los principios de diferentes algoritmos de visualización. Los resultados mostraron que el método de segmentación precisa puede eliminar efectivamente la mayoría de las ramas y lesiones calcificadas; la reforma planar curva (RPC) y la RPC recta pueden mostrar todo el vaso sanguíneo en una imagen; y la RPC esférica puede mostrar todo el árbol de arterias coronarias en una imagen, de modo que un problema con cierto vaso sanguíneo se pueda encontrar rápidamente. En conclusión, la segmentación precisa de imágenes de TC de ECV y el algoritmo de visualización basado en el modelo de cilindro tienen importancia clínica en el diagnóstico de ECV.

• 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; Algoritmos inteligentes; Segmentación; Imágenes de tomografía computarizada; Enfermedades cardiovasculares; Algoritmos de visualización
• Keywords:Study; Intelligent algorithms; Segmentation; Computed tomography images; Cardiovascular diseases; Visualization algorithms