编码的可行性 人工智能 动脉双重超声图像的注释

科学领域:

• 血管外科 血管外科
• 医疗成像医学成像
• 人工智能在医学中的应用

背景情况:

• 双重超声波 (DUS) 测量脊柱动脉动脉瘤 (PAA) 往往是主观的,耗时的,并且取决于操作者.
• 准确地划分内外流光线对于PAA评估和手术规划至关重要.
• 现有的方法缺乏效率和客观性,需要先进的解决方案.

研究的目的:

• 在PAA的DUS图像中应用人工智能 (AI) 来准确和高效地细分内部和外部光量.
• 评估AI平台 (Encord) 在划定PAA特征方面的性能.
• 证明人工智能的可行性,以支持PAA的运营决策.

主要方法:

• 使用来自多机构PAA患者队列的DUS图像.
• 使用Encord AI平台对PAA的内部和外部光量进行细分.
• 一个模型在20张图像上受过训练,并在80张图像上进行了测试,以评估细分性能.

主要成果:

• 人工智能模型的平均平均精度为0.85的外部多边形和0.23的内部多边形分割.
• 外面的多边形显示出高回忆率 (0.90) 和精度 (0.85).
• 内部多边形的精度和回忆得分为0.25,在模糊度较小的图像中,假阴性率最低.

结论:

• 人工智能,特别是使用Encord平台,可以在DUS图像上准确地细分关键的PAA功能.
• 这种由人工智能驱动的方法提供了一个可行的,高效的替代手动细分,减少主观性.
• 这些发现支持使用人工智能来增强PAA管理中的操作决策.