Se investigaron las características de rendimiento de las imágenes de tomografía computarizada (TC) basadas en algoritmos de redes neuronales totalmente convolucionales de aprendizaje profundo (DLFCNN) en la detección y el diagnóstico de tejido de absceso perianal. Se seleccionaron 60 pacientes con diagnóstico médico de absceso perianal en el hospital como grupo experimental y 60 voluntarios sanos como grupo de control. En este estudio, el algoritmo DLFCNN basado en aprendizaje profundo se comparó con el algoritmo CNN y se aplicó al entrenamiento de segmentación de imágenes de TC de pacientes con abscesos perianales. A continuación, se compararon las métricas de segmentación Jaccard, coeficiente Dice, tasa de precisión y tasa de recuperación mediante la extracción de la región de interés. Los resultados mostraron que el coeficiente de Jaccard (0,7326) calculado por el algoritmo CNN era muy inferior al del algoritmo DLFCNN (0,8525), y el coeficiente Dice (0,7264) también era muy inferior al del algoritmo DLFCNN (0,8434) (P<0,05). El rango de grosor de la epidermis y la dermis en los pacientes del grupo experimental fue de 4,1-4,9 mm, notablemente superior al del grupo de control (1,8-3,6 mm) (P<0,05). Además, el valor CT de la fascia subcutánea en el grupo experimental (-95,45 ± 8,26) se redujo enormemente en comparación con el grupo de control (-76,34 ± 7,69) (P<0,05). La tasa de precisión de los pacientes con abscesos perianales fue del 96,67 y TC espiral multicorte (TCMC). Por lo tanto, el algoritmo DLFCNN de este estudio tenía una buena estabilidad y un buen efecto de segmentación. La piel en el lugar focal del absceso anal estaba obviamente engrosada, y era sencillo y preciso utilizar imágenes de TC en el diagnóstico de pacientes con abscesos perianales, lo que podía localizar eficazmente la lesión y aclarar la relación entre la lesión y la estructura circundante.
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:
Un sistema de reconocimiento de la huella de la palma de la mano sin contacto, robusto y de cálculo rápido, utilizando LHEAT y el clasificador IFkNCN
Artículo:
Método de eliminación de ruido de imágenes de TC basado en una red de codificador-decodificador residual
Artículo:
Síntesis sencilla de un compuesto de grafeno y ZnO como ánodo con mejores prestaciones para baterías de iones de litio
Artículo:
Copolímeros de etileno-octeno/nanocompuestos de organoarcilla: Preparación y propiedades
Artículo:
Membranas de óxido de grafeno/nanotubos de carbono de pared simple para la separación de CO2 y N2 del gas de alto horno
Libro:
Metodología del marco lógico para la planificación, el seguimiento y la evaluación de proyectos y programas
Folleto:
Análisis de rentabilidad económica y financiera
Artículo:
Estudio sobre la migración global de materiales plásticos de empaque usados en la industria de alimentos
Artículo:
Emisiones globales de gases de efecto invernadero provenientes de materiales de construcción residencial y comercial: estrategias de mitigación para 2060