Système d'interprétation d'images échographiques au point de service basé sur l'intelligence artificielle

L'échographie est un outil de diagnostic non invasif et non irradié dans les contextes d'urgence et de soins intensifs. Dans la pratique clinique, l'interprétation opportune des images échographiques pour faciliter la prise de décision est essentielle. Cependant, cela dépend de l'expérience des opérateurs. Comme d'habitude, il faut du temps pour que les médecins urgentistes débutants aient une bonne précision diagnostique grâce à la formation échographique traditionnelle. Comment raccourcir l'apprentissage Cette proposition est pour un projet d'un an. Dans ce projet, nous visons à étudier la faisabilité de l'utilisation de l'IA pour l'interprétation d'images échographiques. Le projet principal est responsable de la coordination entre les deux sous-projets et le projet principal, en fournissant des ressources d'image et en utilisant U-Net (Convolutional Networks for Biomedical Image Segmentation) et Transfer Learning pour construire les modèles de reconnaissance d'image et valider l'efficacité des modèles. Le sous-projet 1 a pour but de développer un système de reconnaissance d'images pour des images dynamiques : épanchement péricardique. Après la construction du modèle, la validation de l'efficacité et la révision future seront effectuées. Le sous-projet 2 sort un système de reconnaissance d'images pour les images statiques : l'hydronéphrose. Après la construction du modèle, la validation de l'efficacité et la révision future seront effectuées.

Cette étude pionnière peut fournir deux systèmes de reconnaissance d'images ultrasonores assistés par IA dans les conditions cliniques réelles. Ils peuvent faire l'expérience d'applications cliniques et contribuer à l'éducation médicale actuelle. De plus, cela peut améliorer le processus décisionnel et la qualité des soins dans les unités d'urgence et de soins intensifs. En outre, les modèles de configuration peuvent être utilisés dans d'autres reconnaissances d'images ultrasonores cibles à l'avenir.