Video Experimental Relacionado
Updated: Jul 15, 2026

Multimodality Diagnosis of Mesenteric Ischemia
Published on: July 21, 2023
NEC-Net: Un transformador híbrido para el diagnóstico de enterocolitis necrosante mediante segmentación de lesiones
Guo Jing1, Li Yunjiao1, Wenhai Fang2
1School of Automation, Guangdong Province Key Laboratory of Intelligent Decision and Cooperative Control, Guangdong University of Technology, Guangzhou, China.
NEC-Net, un novedoso modelo de aprendizaje profundo, segmenta con precisión las lesiones en la enterocolitis necrosante (NEC) neonatal a partir de radiografías. Este avance ayuda en el diagnóstico y tratamiento tempranos de esta afección crítica en lactantes.
Área de la Ciencia:
- Imágenes Médicas
- Inteligencia Artificial
- Medicina Neonatal
Sus antecedentes:
- La segmentación precisa de imágenes médicas es crucial para el diagnóstico asistido por computadora.
- La enterocolitis necrosante (NEC) en neonatos requiere una localización precisa de las lesiones a partir de radiografías para una intervención oportuna.
- La segmentación es un desafío debido a los límites indistinctos y los tejidos superpuestos en las imágenes radiográficas.
Objetivo del estudio:
- Desarrollar un modelo de aprendizaje profundo eficaz para la segmentación detallada de lesiones de NEC en radiografías abdominales neonatales.
- Abordar los desafíos de la similitud de características, los límites indistinctos y la detección de lesiones pequeñas en la segmentación de NEC.
Principales métodos:
- Se propuso NEC-Net, una arquitectura híbrida de Red Neuronal Convolucional (CNN) y Transformer.
- Se incorporó un módulo de atención de kernel grande serie-paralelo para estructuras alargadas.
- Se utilizó un módulo de percepción multicapa realzado en los bordes para la sensibilidad de los límites y la decodificación de concatenación de corto alcance para lesiones pequeñas.
Principales resultados:
- NEC-Net logró un mIoU del 77,92%, un coeficiente Dice medio del 86,14% y un HD95 del 35,31 en un conjunto de datos de 752 casos de NEC anotados.
- Demostró un rendimiento superior en comparación con los métodos existentes para la segmentación de lesiones de NEC.
- El modelo mostró un valor práctico para las alertas radiológicas de NEC y el despliegue clínico.
Conclusiones:
- NEC-Net aborda eficazmente los desafíos de la segmentación de lesiones de NEC en radiografías neonatales.
- La arquitectura propuesta mejora la detección de lesiones grandes y pequeñas con una delimitación de bordes mejorada.
- La disponibilidad del modelo y las herramientas facilita la aplicación clínica y la investigación en el cuidado neonatal.
Videos de Conceptos Relacionados
Ultrasound II: Endoscopic Ultrasound and FibroScan
Endoscopic Ultrasound (EUS):
Imaging Studies I: CT and MRI
Description of the Procedures
Computed Tomography (CT) scan:
Computed Tomography (CT) scans use X-ray technology to generate detailed images of bones, organs, and tissues. During the scan, the patient lies on a moving table...
Imaging Studies II: Positron Emission Tomography and Scintigraphy
Fundamental Principles of PET
Imaging Studies III: Gastrointestinal Motility Studies and Virtual Colonoscopy
Radionuclide Testing
Radionuclide testing is a sophisticated medical technique for assessing gastrointestinal motility. It focuses on gastric emptying and colonic transit time. Radioactive markers track the movement of food through the digestive system, providing insights into gastrointestinal disorders.
In gastric emptying studies, a meal's liquid and solid...
Imaging Studies III: Computed Tomography

