Srovnání algoritmu založeného na SegNet odhadující epifasciální fibrózu

U lymfedému se vždy objevují prozánětlivé cytokiny zprostředkované progresivní kaskády, které vedou k makroskopické fibróze. Pro měření lymfedémem indukované fibrózy před jejím zhoršením však nejsou prakticky dostupné žádné metody. Technicky může CT zobrazit fibrózu v povrchových a hlubokých místech. Pro standardizované měření bylo provedeno ověření rozpoznávání založeného na hlubokém učení (DL). Průřezová, observační kohortová studie byla provedena ve fakultní fakultní nemocnici. Protokol této studie byl schválen Institutional Review Board Fakultní nemocnice a byl registrován v Protocol Registration and Results System (PRS), www. klinické testy. gov (NCT04811677: https:// clini caltr ials. gov/ ct2/ show/ NCT04 811677? termín= NCT04 81167 7& remíza= 2& pořadí=1). Všechny metody byly provedeny v souladu s příslušnými směrnicemi a předpisy. Soud byl v souladu s principy Helsinské deklarace. Do studie byli zařazeni pacienti, u nichž byl klinicky diagnostikován jednostranný lymfedém končetiny a podstoupili analýzu BEI a CT vyšetření. Subjekty poskytly písemný informovaný souhlas se zveřejněním podrobností případu. Data byla sbírána co nejblíže k datu CT vyšetření. Pacienti, u kterých byla diagnostikována hluboká žilní trombóza, bilaterální postižení končetiny, cévní onemocnění nebo lokální infekce, byli vyloučeni.

Po zúžení šířky okna absorpčních hodnot v CT obrazech byl trénován (65 %), ověřen (15 %) sémantický segmentační model každého pixelu založený na SegNetu do 5 tříd (vzduch, kůže, svaly/voda, tuk a fibróza). a testováno (20 %). Poté byly formulovány 4 indexy a porovnány s výsledky standardizovaného poměru obvodového rozdílu (SCDR) a bioelektrické impedance (BEI). Celkem bylo analyzováno 2138 CT snímků 27 pacientů s chronickým jednostranným lymfedémem.