Resumen

La vigilancia y la alerta precoz del norovirus pueden utilizarse para el diagnóstico sin pruebas etiológicas, y el tratamiento de esta enfermedad no requiere antibióticos. Suele darse en niños en edad preescolar y afecta a su crecimiento y desarrollo, por lo que las medidas de afrontamiento de esta enfermedad son más de prevención que de tratamiento. En este estudio, se recogieron los datos clínicos de 2133 niños con diarrea. Basándose en el algoritmo de inteligencia artificial (IA) de la transformada wavelet, se construyó un modelo relacionado para la minería de datos y el procesamiento de las imágenes de ultrasonido intestinal y las muestras de heces de los niños. A continuación, se advirtió la tendencia de la infección por norovirus basándose en el modelo del algoritmo de análisis wavelet. Los resultados mostraron que la imagen de ultrasonido intestinal procesada por el algoritmo de transformación wavelet era más clara. La tasa de detección positiva de norovirus en niños con diarrea clínica alcanzó el 59%, y los niños presentaban diferentes grados de daño corporal, de los cuales la probabilidad de acidosis metabólica compensatoria era la más alta. El análisis epidemiológico reveló que los niños con infección por norovirus se concentraban principalmente en el grupo de edad de menores de 2 años y mayores de 5, y mostraban un pico de infección en diciembre. En resumen, el algoritmo inteligente basado en la transformada wavelet puede realizar la reducción de ruido de la ecografía intestinal, y debe proteger a los niños con edad y estaciones susceptibles para reducir la tasa de infección clínica por norovirus.

• Materias:Insuficiencia cardíaca Plataforma de servicios Filtro de orden óptimo Características clínicas Osteoporosis
• Subjects:Heart failure Platform services Optimal order filtering Clinical features Osteoporosis
• Palabras claves:niños, transformada wavelet, modelo de algoritmo de análisis wavelet, tasa de infección clínica, acidosis metabólica compensatoria, imagen ecográfica intestinal, imágenes ecográficas intestinales, tendencia de infección por norovirus, tasa de detección positiva, algoritmo de transformada wavelet
• Keywords:children, wavelet transform, wavelet analysis algorithm model, clinical infection rate, compensatory metabolic acidosis, intestinal ultrasound image, intestinal ultrasound images, norovirus infection trend, positive detection rate, wavelet transform algorithm