AbVLM-Q: evaluación inteligente de la calidad para los planos estándar de ultrasonido abdominal mediante el modelado...

Área de la Ciencia:

• Imágenes médicas
• Inteligencia artificial
• Tecnología de ultrasonido

Sus antecedentes:

• La ecografía abdominal es vital, pero la adquisición de planos estándar es dependiente del operador y compleja.
• La evaluación automatizada de la calidad es necesaria para superar los desafíos de la normalización.

Objetivo del estudio:

• Introducir AbVLM-Q, un marco de lenguaje de visión para la evaluación automatizada de la calidad de los planos estándar de ultrasonido abdominal.
• Mejorar la eficiencia y la coherencia de la adquisición e interpretación de imágenes de ultrasonido abdominal.

Principales métodos:

• Se utilizó un conjunto de datos multicéntrico de 7.766 ecografías abdominales.
• AbVLM-Q emplea un mensaje jerárquico, un mecanismo de puntuación cuantificable y un ajuste fino basado en LoRA.
• El rendimiento se evaluó utilizando el análisis de la memoria, la precisión, la precisión de la etiqueta, la precisión del subconjunto y la matriz de confusión.

Principales resultados:

• AbVLM-Q logró un recuerdo promedio del 88,90% y una precisión del 98,10% para la detección de estructuras clave.
• La clasificación de aviones alcanzó un 98.96% de precisión de etiqueta y un 96.28% de precisión de subconjunto, superando a las CNN.
• Precisión de puntuación de la imagen para el
• Qué bien.
• La calificación fue del 85,11%.

Conclusiones:

• AbVLM-Q ofrece un nuevo enfoque para la evaluación automatizada de la calidad del ultrasonido.
• El marco sirve como una herramienta de evaluación y una plataforma de capacitación para el escaneo estandarizado.
• Integra el análisis de imágenes impulsado por IA en los flujos de trabajo clínicos para mejorar el control de calidad.