Resumen

Este estudio tuvo como objetivo explorar la aplicación de imágenes de tomografía computarizada (TC) basadas en algoritmos de segmentación inteligente en el análisis de tumores ováricos, con el fin de proporcionar una base teórica para el diagnóstico clínico de tumores ováricos. En este estudio, se seleccionaron 100 pacientes con tumores ováricos como objetos de investigación y se les realizaron exámenes de imágenes de TC; se construyó un modelo de algoritmo de redes neuronales convolucionales (CNN) y se aplicó a la segmentación de imágenes diagnósticas de TC de pacientes con tumores ováricos, para analizar la efectividad del algoritmo propuesto para la segmentación de imágenes de TC. Como resultado, la imagen fue segmentada tres veces bajo el algoritmo CNN, y los números de verdaderos positivos (TP) fueron 50, 49 y 50 respectivamente; los números de falsos positivos (FP) fueron 1, 2 y 1 respectivamente; los números de falsos negativos (FN) fueron 2, 3 y 2 respect

• 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; Tomografía computarizada; Tumores ováricos; Algoritmos de segmentación; Redes neuronales convolucionales; Diagnóstico
• Keywords:Study; Computed tomography; Ovarian tumors; Segmentation algorithms; Convolutional neural networks; Diagnosis