Circapproved:通过人工神经网络进行数字图案识别,以识别正常的阴茎参数,以确定使用移动应用程序的割礼资格
Irfan Wahyudi1, Chandra Prasetyo Utomo2, Samsuridjal Djauzi3
1Department of Urology, Faculty of Medicine, Universitas Indonesia/ Cipto Mangunkusumo Hospital, Jakarta, Indonesia.
Journal of pediatric surgery
|May 4, 2025
概括
在Circapproved移动应用程序中的人工智能 (AI) 系统准确地识别了正常的阴茎解剖结构,以获得割礼资格. 这种人工智能驱动的方法有助于简化选过程,特别是在服务不足的地区.
科学领域:
- 医疗成像医学成像
- 人工智能的人工智能
- 泌尿器科 泌尿器科 泌尿器科 泌尿器科
背景情况:
- 割礼需要进行解剖学评估才能获得资格,需要确定诸如先天性异常等禁忌.
- 当前的评估方法可能是主观的,强调需要客观,可靠的工具.
- 对阴茎解剖学的评估对于确定是否适合割礼至关重要.
研究的目的:
- 开发和验证基于人工智能的数字模式识别系统,用于评估阴茎解剖.
- 创建一个移动应用程序,准确识别正常的阴茎参数,以获得割礼资格.
- 为了提高割礼审批过程的精度和效率.
主要方法:
- 通过从背部,侧面和腹部视图对阴茎解剖的数字图像进行人工神经网络 (ANN) 的训练.
- 使用图像增强和转移学习技术来解决数据集的局限性.
- 在整个研究过程中都遵循了道德准则,包括知情同意.
主要成果:
- 在Circapproved应用程序中集成的AI模型实现了高精度:88.89% (背部),90.91% (侧面) 和92.5% (腹部).
- 该系统展示了大规模查和简化割礼批准的潜力.
- 基于云的部署确保了AI模型的可扩展性和可访问性.
结论:
- 人工智能集成可以显著提高割礼审批过程的准确性.
- 开发的人工智能驱动的移动应用程序显示出广泛使用的希望,特别是在资源有限的环境中.
- 建议进一步扩展数据集,以提高AI模型的准确性.
