ディープ・ラーニングと臨床実務: 頸動脈の脆弱性プラークの正確でリアルタイムな検出のための"You Only Look Once"ベースのフレームワーク
1Huainan Xinhua Medical Group Xinhua Hospital (Xinhua Hospital Affiliated to Anhui University of Science and Technology), Department of Medical Ultrasound, China.
The Journal of international medical research
|February 23, 2026
まとめ
この研究では,超音波画像から頸動脈のプラークを検出するために,You Only Look Once バージョン9を使用した自動化されたディープラーニングフレームワークを開発しました. このフレームワークは,脆弱なプラークを正確に特定し,不全性脳卒中の予防に役立ちます.
科学分野:
- メディカルイマージング (医学イメージング)
- 人工知能 (AI) とは,人工知能 (AI) のことです.
- 心血管疾患 心血管疾患
背景:
- 頸動脈の脆弱性プラークの早期発見は,不全性脳卒中の予防に不可欠です.
- 超音波画像の自動分析により,診断の正確性と効率が向上します.
研究 の 目的:
- 頸動脈斑塊の検出と分類のための自動化されたディープラーニングフレームワークの開発と評価.
- このタスクの異なるYou Only Look Once (YOLO) モデルのパフォーマンスを比較します.
主な方法:
- 1610の頸動脈超音波画像の遡及的マルチセンターデータセットが使用されました.
- 4つのYOLOモデル (バージョン7,8,9,10) が訓練され,評価されました.
- 性能は,平均精度,精度,リコール,F1スコアを用いて評価されました.
主要な成果:
- You Only Look Once バージョン9では,安定したおよび脆弱な頸動脈板の両方を検出および分類する上で優れたパフォーマンスを示しました.
- YOLOv9は,検証とテストセットで最高平均精度,精度,リコール,F1スコアを達成しました.
結論:
- YOLOv9ベースのフレームワークは,正確で効率的な頸動脈のプラーク検出と分類を提供します.
- この技術は,不全性脳卒中予防のためのプラークの脆弱性のリアルタイム評価をサポートしています.
