相关实验视频
Updated: Jun 14, 2026
07:28
Microscopic Replantation of Penile Glans Amputation Due to Circumcision
Published on: June 3, 2022
基于深度学习的模式识别用于检测阴茎异常:开发一个移动应用程序的协议,以获得割礼资格
Irfan Wahyudi1, Chandra Prasetyo Utomo2, Samsuridjal Djauzi3
1Department of Urology, Faculty of Medicine, Universitas Indonesia - Cipto Mangunkusumo Hospital, Jakarta, Indonesia.
JMIR research protocols
|September 10, 2025
概括
这项研究开发了一个人工智能移动应用程序来检测阴茎异常,帮助在服务不足的地区做出割礼决定. 该系统支持早期诊断和转诊,改善获得专业护理的机会.
科学领域:
- 儿科泌尿外科 儿科泌尿外科
- 医疗成像医学成像
- 人工智能的人工智能
背景情况:
- 割礼是常见的,但阴茎异常可能会违反该程序.
- 在资源较低的环境中,对儿科泌尿科医生的有限访问导致诊断延迟.
- 人工智能 (AI) 为早期检测阴茎异常提供了一个可扩展的解决方案.
研究的目的:
- 开发和验证人工智能驱动的图像分类系统,用于检测阴茎异常.
- 将AI系统集成到移动应用程序中进行初步选.
- 支持缺乏服务的地区的全科医生和护理人员做出明智的割礼决定.
主要方法:
- 雅加达Cipto Mangunkusumo医院的前性队列研究.雅加达.
- 收集了高分辨率的阴茎图像 (腹部,背部,侧面的角度).
- 开发了使用深度学习 (TensorFlow,Keras) 与转移学习的AI模型;使用精度,灵敏度,特异性和F1分数进行评估.
主要成果:
- 人工智能模型的开发正在进行中,初步模型正在接受培训.
- 将其集成到移动应用程序中,并进行部署测试,计划在2026年1月完成.
- 目前正在进行改进,以提高诊断准确性和可用性.
结论:
- 在资源有限的环境中,基于人工智能的系统显示出早期诊断阴茎异常的前景.
- 移动应用程序集成有助于在专门中心之外进行初步查.
- 该系统支持远程医疗,并优化了儿科泌尿外科护理的转诊途径.
