Tendencia automática y análisis de la garantía de calidad SPECT con reconocimiento óptico de caracteres de...

Área de la Ciencia:

• Imágenes médicas
• Tecnología de la medicina nuclear
• Inteligencia artificial en el cuidado de la salud

Sus antecedentes:

• Las exploraciones de alta calidad de los pacientes requieren un riguroso control de calidad (QA) para las cámaras SPECT y gamma.
• Los componentes esenciales del control de calidad incluyen la evaluación del rendimiento, la revisión de los datos y la documentación meticulosa.

Objetivo del estudio:

• Desarrollar un nuevo servidor de garantía de calidad de la medicina nuclear (NMQA) integrado con un sistema de reconocimiento óptico de caracteres (OCR) de aprendizaje profundo de IA (AIDL).
• Automatizar la recuperación y revisión de los datos de control de calidad de las cámaras SPECT y gamma, mejorando la eficiencia, las tendencias, el almacenamiento y la auditoría en toda la red hospitalaria.

Principales métodos:

• Servidor NMQA implementado en Linux utilizando Python, DCMTK, Pydicom y MySQL para la gestión de datos y tendencias.
• Desarrolló un sistema OCR AIDL en tres etapas: extracción de características, etiquetado de secuencias y transcripción, con extracción de ROI y reconocimiento de caracteres.
• Precisión y velocidad comparadas de AIDL OCR con otros cuatro sistemas OCR utilizando un conjunto de datos de control de calidad de imágenes de inundación y COR.

Principales resultados:

• El servidor NMQA automatiza la consulta de datos de control de calidad, reduciendo el tiempo de revisión de 60 minutos a varios minutos.
• AIDL OCR demostró una velocidad superior (0,3s / imagen) y una precisión (93,53%) en comparación con otros OCR, logrando una precisión del 99,9% para los valores numéricos en fuentes específicas.
• El sistema construyó con éxito una base de datos de control de calidad para tendencias y análisis, minimizando los errores tipográficos.

Conclusiones:

• El servidor NMQA automatiza la consulta y revisión de datos de control de calidad, mejorando significativamente la eficiencia y reduciendo los errores.
• Permite la determinación de tendencias, el análisis y la auditoría de los datos de control de calidad, que son cruciales para la garantía de calidad y la mejora de la medicina nuclear.
• El componente OCR de AIDL proporciona un reconocimiento preciso y rápido de los datos de control de calidad, mejorando el rendimiento general del sistema.