Automatyczne wykrywanie i diagnozowanie patologicznych grup DRG u pacjentów z PHN przy użyciu głębokiego uczenia się i rezonansu magnetycznego

Nasze poprzednie badania potwierdziły różnice w aspektach makroskopowych i mikroskopowych pomiędzy obrazowaniem uszkodzonych zwojów korzeni grzbietowych (DRG) u pacjentów z neuralgią popółpaścową (PHN) i osób zdrowych. Ponadto nasze badanie ujawniło, że chociaż lokalizacja zmian skórnych jest klasyczną metodą w praktyce klinicznej, nadal istnieje pewien stopień rozbieżności z DRG zmienionych chorobowo obserwowanym w obrazowaniu metodą rezonansu magnetycznego (MRI). Sugeruje to znaczącą wartość MRI w diagnostyce uszkodzonych DRG u pacjentów z PHN. W przypadku pacjentów z neuralgią półpaśca i opryszczki jeszcze ważniejsze jest jednoznaczne zidentyfikowanie uszkodzonego DRG za pomocą rezonansu magnetycznego. Jednak ze względu na mały rozmiar i zróżnicowaną morfologię zmian DRG, diagnozowanie uszkodzonych DRG za pomocą MRI wymaga specjalistycznej wiedzy z zakresu neuroanatomii i obrazowania, co stanowi wyzwanie dla praktyków klinicznych. Szybka i dokładna identyfikacja uszkodzonej grupy DRG ma kluczowe znaczenie w terapii interwencyjnej, ponieważ stanowi podstawowy cel leczenia bólu neuropatycznego.

Seria algorytmów YOLO (You Only Look Once) to obecnie szeroko stosowane jednoetapowe algorytmy wykrywania obiektów w czasie rzeczywistym, w tym YOLOv1-YOLOv8. Dzięki wyjątkowo dużej szybkości wykrywania umożliwiają wykrywanie obiektów w czasie rzeczywistym. YOLOv5 i YOLOv8 są obecnie szeroko stosowane w różnych zastosowaniach, takich jak jazda autonomiczna, nadzór wideo i śledzenie obiektów [66,67]. Co więcej, seria YOLO znajduje coraz szersze zastosowanie w medycynie, w tym w wykrywaniu zmian nowotworowych i torebek stawowych, wykazując się dobrą dokładnością, szybkością przypominania i skutecznością wykrywania [68]. Celem tego badania jest wykorzystanie algorytmu YOLOv8 do opracowania szybkiego i dokładnego modelu wykrywania obiektów, przy jednoczesnej ocenie jego wydajności. Ma na celu sprawdzenie wykonalności i skuteczności wykrywania uszkodzonych zwojów korzenia grzbietowego (DRG) w neuralgii popółpaścowej w czasie rzeczywistym przy użyciu tego modelu, zapewniając lekarzom podstawę do wczesnej diagnozy oraz umożliwiając szybką i precyzyjną lokalizację uszkodzonych DRG.