Patologisten DRG:iden automaattinen havaitseminen ja diagnosointi PHN-potilailla syväoppimisen ja magneettiresonanssin avulla

Aiemmat tutkimuksemme ovat vahvistaneet erot makroskooppisissa ja mikroskooppisissa näkökohdissa vaurioituneiden selkäjuuren hermosolmujen (DRG) kuvantamisen välillä potilailla, joilla on postherpeettinen neuralgia (PHN) ja terveet kontrollit. Lisäksi tutkimuksemme paljasti, että vaikka vaurioituneen ihon lokalisointi on klassinen menetelmä kliinisessä käytännössä, magneettiresonanssikuvauksessa (MRI) havaitaan edelleen tiettyä eroa vaurioituneen DRG:n kanssa. Tämä viittaa MRI:n merkittävään arvoon leesion DRG:n diagnosoinnissa PHN-potilailla. Potilaille, joilla on zoster sine herpete neuralgia, on vielä tärkeämpää tunnistaa selvästi vaurioitunut DRG magneettikuvauksella. DRG-leesioiden pienen koon ja vaihtelevan morfologian vuoksi vaurioituneen DRG:n diagnosointi MRI:n avulla vaatii kuitenkin erikoisosaamista neuroanatomiasta ja kuvantamisesta, mikä on haaste kliinisille lääkäreille. Leesion DRG:n nopea ja tarkka tunnistaminen on ratkaisevan tärkeää interventiohoidossa, koska se toimii välttämättömänä neuropaattisen kivun hoitokohteena.

YOLO (You Only Look Once) -algoritmisarja on tällä hetkellä laajalti käytettyjä yksivaiheisia reaaliaikaisia ​​objektientunnistusalgoritmeja, mukaan lukien YOLOv1-YOLOv8. Erittäin suuren tunnistusnopeudensa ansiosta ne mahdollistavat reaaliaikaisen kohteen havaitsemisen. YOLOv5:tä ja YOLOv8:aa käytetään nykyään laajasti erilaisissa sovelluksissa, kuten autonomisessa ajamisessa, videovalvonnassa ja objektien seurannassa [66,67]. Lisäksi YOLO-sarjaa käytetään yhä enemmän lääketieteen alalla, mukaan lukien kasvain- ja nivelkapselin leesioiden havaitseminen, mikä osoittaa hyvää tarkkuutta, palautusnopeutta ja havaitsemistehokkuutta [68]. Tässä tutkimuksessa pyritään hyödyntämään YOLOv8-algoritmia nopean ja tarkan objektintunnistusmallin kehittämiseen ja samalla arvioimaan sen suorituskykyä. Se pyrkii validoimaan vaurioituneiden selkäjuuren ganglioiden (DRG) havaitsemisen toteutettavuuden ja tehokkuuden reaaliaikaisessa postherpeettisessä neuralgiassa tällä mallilla, mikä tarjoaa perustan varhaiselle diagnoosille kliinisille ammatinharjoittajille ja mahdollistaa leesion DRG:n nopean ja tarkan paikantamisen.