一个算法的可行性研究,该算法可以识别在图像引导的光体上出现的光体
Debora N Nya1, Mohamed Odeh1, Jermaine J Chambers2
1Carle Illinois College of Medicine, University of Illinois at Urbana-Champaign, Urbana, Illinois 61820, USA.
JASA express letters
|December 23, 2025
概括
这项研究开发了一种人工智能算法,可以在腹部超声波图像上自动检测. 经过验证的算法实现了100%的准确性,为缺乏专业提供者的医疗机构提供了可靠的工具.
科学领域:
- 医学成像分析分析 医学成像分析
- 医疗保健中的人工智能
- 腹部诊断 腹部诊断 腹部诊断
背景情况:
- 通过图像导向的形体进行形体管理对于患者治疗和感染检测至关重要.
- 对于图像指导程序,受过培训的提供者的有限可用性是一个挑战.
- 在超声波上自主检测炎可以提高护理的可访问性和及时性.
研究的目的:
- 在腹部超声波图像中开发一种自主算法,可靠地识别和定位腹.
- 创建一个软件工具,以帮助迅速管理ascites.
- 解决在资源有限的环境中需要可访问的诊断工具的需求.
主要方法:
- 在Python中使用OpenCV图像处理库开发算法.
- 使用 16 个随机腹部超声波图像与多个视图验证算法.
- 对算法在识别 Askitic 区域的性能进行定量分析.
主要成果:
- 开发的算法在识别目标酸性区域时显示出100%的准确性.
- 该软件成功地在各种腹部超声波图像中定位了.
- 该算法被证明是一个可靠的工具,用于炎检测.
结论:
- 拟议的算法是一种可靠和准确的工具,用于在腹部超声波上自主检测.
- 这种由人工智能驱动的方法可以支持迅速的炎管理和感染识别.
- 该技术有可能在各种医疗环境中提高诊断能力.
更多相关视频
05:56Evaluation of the Feasibility, Safety, and Accuracy of an Intraoperative High-intensity Focused Ultrasound Device for Treating Liver Metastases
Published on: January 9, 2019
8.2K
04:09Predicting Treatment Response to Image-Guided Therapies Using Machine Learning: An Example for Trans-Arterial Treatment of Hepatocellular Carcinoma
Published on: October 10, 2018
8.6K
