Automatiseret detektion og diagnose af patologiske DRG'er hos PHN-patienter ved hjælp af dyb læring og magnetisk resonans

Vores tidligere forskning har bekræftet forskelle i makroskopiske og mikroskopiske aspekter mellem billeddannelse af læsionerede dorsale rodganglier (DRG) hos patienter med postherpetisk neuralgi (PHN) og raske kontroller. Derudover afslørede vores undersøgelse, at mens lokalisering af læsioneret hud er en klassisk metode i klinisk praksis, er der stadig en vis grad af uoverensstemmelse med den læsionerede DRG observeret i magnetisk resonansbilleddannelse (MRI). Dette antyder den betydelige værdi af MR til diagnosticering af læsioneret DRG hos PHN-patienter. For patienter med zoster sine herpete neuralgi er det endnu mere afgørende at tydeligt identificere den læsionerede DRG gennem MR. Men på grund af den lille størrelse og varierede morfologi af DRG-læsioner kræver diagnosticering af læsioneret DRG gennem MR specialiseret viden inden for neuroanatomi og billeddannelse, hvilket udgør en udfordring for kliniske praktiserende læger. At identificere læsioneret DRG hurtigt og præcist er afgørende for interventionel terapi, da det tjener som et væsentligt behandlingsmål for neuropatisk smerte.

YOLO (You Only Look Once)-serien af ​​algoritmer er i øjeblikket meget udbredte enkelt-trins realtids-objektdetektionsalgoritmer, herunder YOLOv1-YOLOv8. På grund af deres ekstremt høje detektionshastighed, muliggør de objektdetektering i realtid. YOLOv5 og YOLOv8 anvendes nu i vid udstrækning i forskellige applikationer såsom autonom kørsel, videoovervågning og objektsporing [66,67]. Ydermere bliver YOLO-serien i stigende grad anvendt på det medicinske område, herunder påvisning af tumor- og ledkapsellæsioner, som viser god nøjagtighed, genkaldelsesfrekvenser og detektionseffektivitet [68]. Denne undersøgelse har til formål at bruge YOLOv8-algoritmen til at udvikle en hurtig og præcis objektdetekteringsmodel, der samtidig evaluerer dens ydeevne. Den søger at validere gennemførligheden og effektiviteten af ​​at påvise læsionerede dorsale rodganglier (DRG) i postherpetisk neuralgi i realtid ved hjælp af denne model, hvilket giver grundlag for tidlig diagnose for kliniske praktiserende læger og muliggør hurtig og præcis lokalisering af læsioneret DRG.