Toate studiile anterioare s-au concentrat asupra problemelor de clasificare binare, dar nu au tratat cele cinci subcategorii de hemoragie intracraniană. O metodă nouă se concentrează pe acele categorii, precum și pe segmentarea leziunilor. Prin combinarea a două metode, echipa ar putea obține o clasificare binară mai bună și o segmentare îmbunătățită a leziunilor hemoragice, comparativ cu un model care utilizează una sau alta.

Echipa științifică a instruit un model de învățare profundă în cascadă și rețelele duale complet convoluționale (FCN), utilizând mai mult de 135.000 de imagini date de computer tomograf de la 5.702 de pacienți. Zece experți au etichetat imaginile pentru a stabili adevărul privind diagnosticarea, incluzând peste 33.000 de etichetări ca sângerări.

 ,,Detectarea hemoragiei intracraniene și a segmentării cu ajutorul unui sistem automatizat bazat pe detectare sau diagnostic (CAD) este o abordare promițătoare în ceea ce privește îmbunătățirea fluxului de lucru și reducerea erorilor umane, ducând la un rezultat mai bun pentru pacient", a declarat Junghwan Cho, primul autor al studiului, reprezentantul CAIDE Systems Inc. din Lowell, Massachusetts.

 Metoda a identificat sângerarea cu o sensibilitate de 98% - o îmbunătățire de 1% comparativ cu CNNS singulară - și a menținut o specificitate de 99%. Tehnica combinată a atins o precizie de 80% pentru detectarea tipului de hemoragie și segmentarea leziunilor, precum și o rată de rechemare de 82% - o îmbunătățire de 3,44% față de un singur model FCN, informează Health Imaging.com.

  Fiți la curent cu ultimele noutăți. Urmăriți DCMedical și pe Google News

Te-a ajutat acest articol?

Urmărește pagina de Facebook DCMedical și pagina de Instagram DCMedical Doza de Sănătate și accesează mai mult conținut util pentru sănătatea ta, prevenția și tratarea bolilor, măsuri de prim ajutor și sfaturi utile de la medici și pacienți.