基于智能卷积神经网络的算法对脑部计算机断层扫描评估和脑梗塞患者的综合康复针治疗的影响
Jianlin Chen1, Jinfeng Zhang2, Jingjing Xiang3
1Department of Rehabilitation Medicine, Zhejiang Jinhua Guangfu Cancer Hospital, Jinhua, Zhejiang 321000, China.
Journal of neuroscience methods
|June 8, 2024
概括
综合康复针治疗改善了脑梗塞患者的神经功能. 集成卷积神经网络 (CNN) 算法可增强头部CT成像,以更好地检测病变和治疗指导.
科学领域:
- 神经学 神经学
- 医疗成像医学成像
- 康复医学 康复医学 康复医学
背景情况:
- 大脑梗塞 (CI) 对神经功能恢复构成重大挑战.
- 精确地定位CI病变对于有效的康复计划至关重要.
- 传统的成像技术在病变检测和图像质量方面可能存在局限性.
研究的目的:
- 评估综合康复针治疗对CI患者神经功能恢复的影响.
- 评估卷积神经网络 (CNN) 算法在优化头部CT图像以提高病变定位精度方面的实用性.
主要方法:
- 98名CI患者被分为对照组 (CT+针) 和实验组 (CT+CNN优化+针).
- 针治疗涉及到特定的头部针点选择和针技术.
- 使用Fugl-Meyer上肢评估 (FMA),巴特尔指数 (BI),国家卫生研究院中风量表 (NIHSS4),修改后的爱丁堡-斯堪的纳维亚中风量表 (MESSS) 和血液动力学参数来评估治疗结果.
主要成果:
- 与传统CT相比,CNN优化的CT图像显示显著改善了清晰度,对比度,灵敏度和PSNR,遗漏检测率较低.
- 与对照组相比,实验组的总有效率更高 (95.83%与85.42%相比),FMA和BI得分改善,NIHSS4和MESSS得分较低 (P <0.05).
- 在治疗后,实验组表现出血度降低和全血粘度降低.
结论:
- 综合康复针治疗对脑梗塞患者的神经功能恢复产生积极影响.
- 基于CNN的智能算法提高了头部CT图像质量和病变定位精度,为康复治疗提供了更有效的指导.
- 先进的成像和向治疗的结合方法为管理脑梗塞提供了一个有希望的策略.
