La rápida propagación mundial de la pandemia de COVID-19 ha infectado a pacientes de todo el mundo en un breve espacio de tiempo. Las imágenes de tomografía computarizada (TC) torácica de los pacientes infectados por COVID-19 pueden ofrecer un diagnóstico precoz y un seguimiento eficaz del pronóstico a bajo coste. El diagnóstico de COVID-19 en TC de forma automatizada puede agilizar muchas tareas y la aplicación de tratamientos médicos. Esto puede ayudar a complementar el diagnóstico por transcripción inversa-reacción en cadena de la polimerasa (RT-PCR). El objetivo de este trabajo es desarrollar un sistema que identifique automáticamente la opacidad en vidrio deslustrado (OGL) y los infiltrados pulmonares (IP) en imágenes de TC de pacientes con COVID-19. El objetivo es evaluar la progresión de la enfermedad durante el seguimiento y evaluación del paciente. Proponemos una metodología eficiente que incorpora el desplazamiento medio de la sobresegmentación seguido del algoritmo superpixel-SLIC (agrupación iterativa lineal simple) en imágenes de TC con COVID-19 para la segmentación del parénquima pulmonar. Para identificar el parénquima pulmonar, describimos cada clúster de superpíxeles según su posición, intensidad de gris, textura de segundo orden y características de saliencia de contexto espacial para clasificar mediante un bosque aleatorio en árbol (TRF). En segundo lugar, aplicando la segmentación de cuenca a los clusters de desplazamiento medio, sólo las zonas de parénquima pulmonar identificadas por la segmentación mostraron GGO y PI basándose en la descripción de cada cluster de cuenca de su posición, intensidad de gris, entropía de gradiente, textura de segundo orden, posición euclidiana respecto a la región fronteriza de la zona PI, y características de saliencia global, después de utilizar TRF. Nuestros resultados de clasificación para la identificación del parénquima pulmonar en imágenes de TC con COVID-19 tuvieron una precisión superior al 92
y una recuperación superior al 92% en validación cruzada doble. Para GGO, la identificación del IP mostró una precisión del 96% y una recuperación del 96% en validación cruzada doble.
Esta es una versión de prueba de citación de documentos de la Biblioteca Virtual Pro. Puede contener errores. Lo invitamos a consultar los manuales de citación de las respectivas fuentes.
Artículo:
Esquemas de asignación de potencia codiciosa subóptimos para la carga de bits discreta.
Artículo:
Estudio de algoritmos de Infotaxis modificados en entornos turbulentos 2D y 3D
Artículo:
Modelos generalizados ajustados a cero para predecir los gastos médicos
Artículo:
Estudio Experimental de la Microestructura y las Características de Expansión del Paleosol Basado en el Escaneo Espectral
Artículo:
Un banco de pruebas de vehículos modelo de bajo coste con posicionamiento preciso para la conducción autónoma
Informe, reporte:
Diagnóstico sobre la logística del comercio internacional y su incidencia en la competitividad de las exportaciones de los países miembros
Infografía:
Sistemas de calidad. Six Sigma
Manual:
Química de los taninos
Artículo:
Influencia del COVID-19 en las dinámicas de exportación, producción y consumo de carne vacuna en Colombia y el mundo: Una revisión monográfica.