Mesterséges intelligencia-célú, gondozási célú ultrahangos képértelmező rendszer

Az ultrahang egy nem invazív és nem sugárzott diagnosztikai eszköz a sürgősségi és kritikus ellátásban. A klinikai gyakorlatban elengedhetetlen a szonográfiai képek időben történő értelmezése a döntéshozatal megkönnyítése érdekében. Ez azonban az üzemeltetők tapasztalatától függ. Ahogy az lenni szokott, időbe telik, amíg a sürgősségi pályakezdő orvosok jó diagnosztikai pontossággal rendelkeznek a hagyományos ultrahangos oktatás révén. A tanulás lerövidítése Ez a javaslat egy éves projektre vonatkozik. Ebben a projektben az a célunk, hogy megvizsgáljuk a mesterséges intelligencia alkalmazásának lehetőségét szonográfiai képértelmezésre. A fő projekt feladata a két alprojekt és a főprojekt közötti koordináció, képi források biztosítása, valamint az U-Net (Convolutional Networks for Biomedical Image Segmentation) és a Transfer Learning használata a képfelismerés és a hatékonyság érvényesítése modelljeinek felépítéséért. a modellek közül. Az 1. alprojekt célja egy képfelismerő rendszer kifejlesztése dinamikus képekhez: szívburok effúzióhoz. A modell felépítése után megtörténik a hatékonyság érvényesítése és a jövőbeni felülvizsgálat. A 2. alprojekt egy képfelismerő rendszert bocsát ki statikus képekhez: hidronephrosis. A modell felépítése után megtörténik a hatékonyság érvényesítése és a jövőbeni felülvizsgálat.

Ez az úttörő tanulmány két mesterséges intelligencia által támogatott ultrahang képfelismerő rendszert biztosít a valós klinikai körülmények között. Megtapasztalhatják a klinikai alkalmazásokat, és hozzájárulhatnak a jelenlegi orvosi képzéshez. Ezenkívül javíthatja a döntéshozatali folyamatot és az ellátás minőségét a sürgősségi és kritikus osztályokon. Ezenkívül a felállított modellek a jövőben más célpont ultrahang képfelismerésben is használhatók lesznek.