Detección automatizada de las características de la infección de los tejidos blandos necrotizantes mediante...

Área de la Ciencia:

• Imágenes médicas
• Inteligencia artificial
• Radiología

Sus antecedentes:

• La infección necrotizante de los tejidos blandos requiere un diagnóstico rápido para un tratamiento eficaz.
• La tomografía computarizada (TC) es crucial para identificar las características de las ITSN.
• Los sistemas de detección automatizados pueden mejorar la eficiencia del diagnóstico.

Objetivo del estudio:

• Desarrollar y evaluar un sistema automatizado de detección de las características NSTI en las imágenes CT.
• Para utilizar el modelo You Only Look Once versión 10 (YOLOv10) para esta tarea.
• Mejorar la eficiencia del diagnóstico y la planificación quirúrgica de las ITSN.

Principales métodos:

• Estudio retrospectivo de 31 pacientes con infecciones no transmisibles confirmadas quirúrgicamente (2017-2023).
• Annotación de 9001 imágenes tomográficas para cuatro características de la INST: gas ectópico, acumulación de líquido, edema de la fascia y no realce.
• Evaluación del rendimiento utilizando la precisión media (mAP), el recuerdo y la precisión.

Principales resultados:

• El modelo YOLOv10 logró un mAP total de 0,75.
• El recuerdo y la precisión fueron de 0,74 y 0,72, respectivamente.
• Alto recuerdo de cambios edematosos en la fascia (0,92) y gases ectópicos en los tejidos blandos (0,76).

Conclusiones:

• El sistema basado en YOLOv10 demuestra su eficacia en la detección de las características clave de la INT en el TC.
• Este enfoque de IA es prometedor para mejorar el diagnóstico y la planificación quirúrgica de las ITSN.
• El sistema identifica con precisión el gas ectópico de los tejidos blandos, la acumulación de líquidos, los cambios edematosos de la fascia y la no mejora de los tejidos blandos.