La angiografía cardiaca es una prueba en la que el médico especialista identifica la anomalía en los vasos del corazón. Este tipo de diagnóstico requiere mucho tiempo por parte del médico. En nuestro método propuesto, segmentamos las regiones interesadas de los vasos cardíacos y luego las clasificamos. La segmentación y clasificación de la angiografía cardíaca proporciona información significativa tanto para el médico como para el paciente. Contradictoriamente, en el dominio de mención de la angiografía cardiaca, la carga es propensa a errores, la fase abrumadora, y la tarea de reflexión para el médico (especialista del corazón). Una segmentación y clasificación automática de las descripciones de los vasos sanguíneos del corazón puede mejorar la veracidad y acelerar el hallazgo de enfermedades cardíacas. En este trabajo, recomendamos un acuerdo de conclusiones asistido por ordenador para la localización de los vasos sanguíneos del corazón humano dentro de las imágenes angiográficas del corazón mediante el uso de un mecanismo de clasificación de conjuntos multiclase. En el trabajo propuesto, primero se segmentan los vasos sanguíneos del corazón y se extraen las distintas características según su precisión. En los vasos sanguíneos del corazón humano se extrajeron características de bajo nivel como textura, estadísticas y geométricas. Por último, en el marco propuesto, los vasos sanguíneos del corazón se han clasificado en sus cuatro clases respectivas: normales, bloqueados, estrechos y con flujo sanguíneo reducido. El método propuesto ha obtenido los mejores resultados, lo que proporciona a los cardiólogos un entorno muy útil, sencillo, preciso y rápido para el diagnóstico de enfermedades cardiacas.
Esta es una versión de prueba de citación de documentos de la Biblioteca Virtual Pro. Puede contener errores. Lo invitamos a consultar los manuales de citación de las respectivas fuentes.
Artículo:
Cultivos fotoautotróficos de células vegetales en suspensión. Establecimiento y perspectivas de aplicación
Artículo:
Producción y caracterización de biodiésel a partir de aceite de palmiste fresco y recuperado de tierras de blanqueo usadas
Artículo:
Comparación de métodos de aprendizaje automático para mejorar la detección del riesgo de caídas en ancianos con osteoporosis a partir de datos de equilibrio
Artículo:
Aprendizaje de representaciones profundas independientes del dominio mediante la minimización de la información mutua
Artículo:
Método de evaluación de la retención de oligoelementos en el cuerpo humano mediante tecnología de redes neuronales