Resumen

Este estudio tenía como objetivo detectar y diagnosticar los nódulos pulmonares lo antes posible para tratarlos eficazmente, reduciendo así la carga para el sistema médico y los pacientes. Se construyó un algoritmo de segmentación de imágenes de tomografía computarizada (TC) de pulmón basado en la red neuronal convolucional (CNN) de aprendizaje profundo. Se recopilaron los datos clínicos de 69 pacientes con nódulos pulmonares diagnosticados mediante biopsia con aguja y diagnóstico patológico integral en el hospital para su análisis específico. Se utilizó el algoritmo de segmentación de imágenes de TC para distinguir la naturaleza y el volumen de los nódulos pulmonares y se comparó con otro software de diseño asistido por ordenador (CAD) (Philips ISP). 69 pacientes con nódulos pulmonares fueron tratados mediante ablación por radiofrecuencia (ARF). Los resultados mostraron que la sensibilidad diagnóstica del algoritmo de segmentación de imágenes de TC basado en la CNN fue obviamente superior a la del Philips ISP para nódulos sólidos <5 mm (63 casos frente a 33 casos) (P<0,05); fue el mismo resultado para el nódulo subsólido <5 mm (33 casos frente a 5 casos) (P<0,05) que fue ligeramente superior para nódulos sólidos y subsólidos con un diámetro de 5-10 mm (37 casos frente a 28 casos) (P<0,05). Además, el algoritmo CNN puede alcanzar todas las detecciones para nódulos calcificados y nódulos pleurales (7 casos; 5 casos), y las sensibilidades diagnósticas fueron mucho mejores que las de Philips ISP (2 casos; 3 casos) (P<0,05). Los pacientes con nódulos pulmonares tratados con ARF se encontraban en buenas condiciones postoperatorias, con una tasa de supervivencia a medio año del 100 y una tasa de supervivencia a un año del 72,4%. Por lo tanto, se podría concluir que el algoritmo de segmentación de imágenes de TC basado en la CNN podría detectar y diagnosticar eficazmente los nódulos pulmonares en una fase temprana, y la ARF podría tratar eficazmente los nódulos pulmonares.

• Materias:Insuficiencia cardíaca Plataforma de servicios Filtro de orden óptimo Características clínicas Osteoporosis
• Subjects:Heart failure Platform services Optimal order filtering Clinical features Osteoporosis
• Palabras claves:casos, nódulos pulmonares, algoritmo de segmentación de imágenes de TC, tasa de supervivencia al año, Philips ISP, CNN, RFA, mm, pacientes, red neuronal convolucional
• Keywords:cases, lung nodules, CT image segmentation algorithm, year survival rate, Philips ISP, CNN, RFA, mm, patients, convolutional neural network