Resumen

Para realizar el reconocimiento y diagnóstico automático en imágenes de ultrasonido de espina bífida fetal, en este estudio se mejoró el algoritmo U-Net para obtener un nuevo algoritmo de red neuronal convolucional llamado Oct-U-Net. Se seleccionaron 3,300 mujeres embarazadas como objetos de investigación, quienes se sometieron a exámenes de ultrasonido tridimensionales (3D). Luego, se aplicó Oct-U-Net para evaluar el efecto diagnóstico de la espina bífida fetal mediante la tasa de recordatorio, tasa de precisión, error estándar medio, precisión de píxeles (PA), intersección media sobre unión (MIoU) y tiempo de ejecución. Además, se introdujeron los algoritmos de red completamente convolucional (FCN) y U-Net para comparación. Los resultados mostraron que la tasa de recordatorio, tasa de precisión, PA y MIoU de Oct-U-Net fueron de 0.93, 0.96, 0.949 y 0.917, respectivamente, lo cual

• 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:Imágenes de ultrasonido; Espina bífida fetal; Algoritmo U-Net; Oct-U-Net; Red neuronal convolucional; Efecto diagnóstico
• Keywords:Ultrasound images; Fetal spina bifida; U-Net algorithm; Oct-U-Net; Convolutional neural network; Diagnostic effect