Resumen

El objetivo de este trabajo es investigar la aplicación de la tecnología de segmentación de imágenes ecográficas basada en el algoritmo de inteligencia artificial de red neuronal de retropropagación (BPNN) en el diagnóstico de la metástasis de los ganglios linfáticos axilares del cáncer de mama, proporcionando así una base teórica para el diagnóstico clínico. En este estudio, se seleccionaron 90 pacientes de cáncer de mama con metástasis en los ganglios linfáticos axilares como objeto de investigación y se distribuyeron aleatoriamente en un grupo experimental y un grupo de control. Además, todas ellas fueron examinadas mediante ecografía. El algoritmo BPNN para el método de diagnóstico por segmentación de imágenes ecográficas se aplicó a las pacientes del grupo experimental, mientras que al grupo de control se le realizó un diagnóstico ecográfico rutinario. Así, se comparó y exploró el valor de este algoritmo en el diagnóstico ecográfico. Los resultados mostraron que cuando el número de nodos de la capa oculta basada en el algoritmo de inteligencia artificial BPNN era de 2, 3, 4, 5, 6, 7 y 8, la precisión de segmentación correspondiente era a su vez del 97,3%, 96,5%, 94,8%, 94,8% y 94,1%. Entre ellos, la precisión de la segmentación fue la más alta cuando el número de nodos de la capa oculta fue 2. El análisis de correlación del gráfico de burbujas de variables independientes mostró que la presencia o ausencia de cápsulas, la presencia de patas de cangrejo o rebabas en las lesiones de cáncer de mama eran factores de influencia críticos para la aparición de metástasis en los ganglios linfáticos axilares, y la importancia estandarizada fue del 99,7% y el 70,8%, respectivamente. y 70,8%, respectivamente. Además, el área bajo la curva característica de funcionamiento del receptor (ROC) bidimensional de la clasificación del modelo del algoritmo de inteligencia artificial BPNN fue siempre mayor que el área bajo la curva de la segmentación manual, y la precisión de la segmentación fue del 90,31%, 94,88%, 95,48%, 95,44% y 97,65% en secuencia. Además, la especificidad de segmentación de diferentes tiempos de ejecución fue superior a la de la segmentación manual. En conclusión, el algoritmo de inteligencia artificial BPNN tuvo una alta precisión, sensibilidad y especificidad para la segmentación de imágenes de ultrasonido, con un mejor efecto de segmentación. Por lo tanto, tenía un mejor efecto diagnóstico para la metástasis de los ganglios linfáticos axilares del cáncer de mama.

• 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:metástasis en ganglios linfáticos axilares, algoritmo de inteligencia artificial, precisión de segmentación, BPNN, cáncer de mama, grupo de control, grupo experimental, capa de ganglios, segmentación manual, algoritmo de inteligencia artificial modelo de clasificación
• Keywords:axillary lymph node metastasis, artificial intelligence algorithm, segmentation accuracy, BPNN, breast cancer, control group, experimental group, layer nodes, manual segmentation, artificial intelligence algorithm model classification