Video Experimental Relacionado
Updated: Feb 25, 2026
A Magnetic Resonance Imaging-based Computational Protocol for Analysis of Plaque Morphology and Hemodynamics in Patients with Carotid Artery Stenosis
Published on: August 12, 2025
El aprendizaje profundo se encuentra con la práctica clínica: Un marco basado en You Only Look Once para la detección
1Huainan Xinhua Medical Group Xinhua Hospital (Xinhua Hospital Affiliated to Anhui University of Science and Technology), Department of Medical Ultrasound, China.
Este estudio desarrolló un marco de aprendizaje profundo automatizado utilizando You Only Look Once versión 9 para detectar placas carótidas a partir de imágenes de ultrasonido. El marco identifica con precisión las placas vulnerables, lo que ayuda a prevenir el accidente cerebrovascular isquémico.
Área de la Ciencia:
- Imágenes médicas de imágenes médicas.
- La inteligencia artificial es inteligencia artificial.
- Enfermedades cardiovasculares Enfermedad cardiovascular Enfermedad cardiovascular Enfermedad cardiovascular Enfermedad cardiovascular
Sus antecedentes:
- La detección temprana de las placas carótidas vulnerables es crucial para prevenir el accidente cerebrovascular isquémico.
- El análisis automatizado de imágenes de ultrasonido puede mejorar la precisión y la eficiencia del diagnóstico.
Objetivo del estudio:
- Desarrollar y evaluar un marco automatizado de aprendizaje profundo para la detección y clasificación de la placa carotídea.
- Para comparar el rendimiento de diferentes modelos You Only Look Once (YOLO) para esta tarea.
Principales métodos:
- Se utilizó un conjunto de datos retrospectivo multicéntrico de 1610 imágenes de ultrasonido carotídeo.
- Cuatro modelos YOLO (versiones 7, 8, 9 y 10) fueron entrenados y evaluados.
- El rendimiento se evaluó utilizando el promedio medio de precisión, precisión, recuerdo y puntuación F1.
Principales resultados:
- You Only Look Once versión 9 demostró un rendimiento superior en la detección y clasificación de las placas carótidas estables y vulnerables.
- YOLOv9 logró la mayor precisión media media, precisión, recuerdo y puntuación F1 en la validación y los conjuntos de prueba.
Conclusiones:
- El marco basado en YOLOv9 proporciona una detección y clasificación precisas y eficientes de la placa carotídea.
- Esta tecnología admite la evaluación en tiempo real de la vulnerabilidad de la placa para la prevención del accidente cerebrovascular isquémico.
