Splotowa sieć neuronowa oparta na sztucznej inteligencji umożliwiająca wydajne i dokładne określanie „szerokości” rozmiaru kamienia za pomocą tomografii komputerowej

I czerwony. Firmy: Drodzy widzowie, nazywam się Andre Kompanas. Jestem głównym badaczem na Wydziale Urologii Uniwersytetu Kalifornijskiego w Irvine. Dziś przedstawię wyniki naszego badania Convolutional Neural Network AI dotyczącego wydajnego i dokładnego określania wielkości kamienia za pomocą tomografii komputerowej.

Ze względu na nieregularny kształt większości kamieni nerkowych pomiary liniowe, samodzielnie lub jako część wzoru eliptycznego, nie odzwierciedlają dokładnie rzeczywistego obciążenia kamieniami. W związku z tym staraliśmy się wytrenować algorytm sztucznej inteligencji do oceny objętości kamienia w oparciu o tomografię komputerową i porównać jego dokładność z trzema najlepiej dopasowanymi szacunkami formuły eliptycznej.

Objętość skanu CT wyznaczono algorytmem UCI AI oraz trzema najlepiej dopasowanymi wzorami eliptycznymi. Wartości te porównano z rozmiarem szlifowanego kamienia 3D określonym za pomocą krajalnicy 3D.

Algorytm UCI AI był precyzyjny i precyzyjny w określaniu rozmiaru kamienia. Co więcej, sztuczna inteligencja przewyższała trzy formuły eliptyczne. Dokładność i precyzja algorytmu uległa również poprawie podczas pomiaru większych kamieni, ponieważ większe kamienie mają zwykle bardziej nieregularne kształty.

Podsumowując, algorytm UCI Urology AI określił wielkość kamieni nerkowych w sposób dokładny i konkretny. Przewyższył wszystkie trzy formuły eliptyczne. Dziękuję.