Detecção automatizada e diagnóstico de DRGs patológicos em pacientes com NPH usando aprendizado profundo e ressonância magnética

Nossa pesquisa anterior confirmou diferenças nos aspectos macroscópicos e microscópicos entre a imagem dos gânglios da raiz dorsal (DRG) lesionados em pacientes com neuralgia pós-herpética (NPH) e controles saudáveis. Além disso, nosso estudo revelou que embora a localização da pele lesionada seja um método clássico na prática clínica, ainda existe uma certa taxa de discrepância com o DRG lesionado observado na ressonância magnética (RM). Isto sugere o valor significativo da ressonância magnética no diagnóstico de DRG lesionado em pacientes com NPH. Para pacientes com neuralgia herpética do tipo zoster, é ainda mais crucial identificar claramente o DRG lesionado por meio de ressonância magnética. No entanto, devido ao pequeno tamanho e à morfologia variada das lesões de DRG, o diagnóstico de DRG lesionado através de ressonância magnética requer conhecimento especializado em neuroanatomia e imagem, representando um desafio para os profissionais clínicos. A identificação rápida e precisa do DRG lesionado é crucial para a terapia intervencionista, pois serve como um alvo essencial de tratamento para a dor neuropática.

A série de algoritmos YOLO (You Only Look Once) são atualmente algoritmos de detecção de objetos em tempo real de estágio único amplamente usados, incluindo YOLOv1-YOLOv8. Devido à sua velocidade de detecção extremamente alta, eles permitem a detecção de objetos em tempo real. YOLOv5 e YOLOv8 são agora amplamente empregados em diversas aplicações, como direção autônoma, vigilância por vídeo e rastreamento de objetos [66,67]. Além disso, a série YOLO está sendo cada vez mais aplicada na área médica, incluindo detecção de tumores e lesões da cápsula articular, demonstrando boa precisão, taxas de recuperação e eficiência de detecção [68]. Este estudo tem como objetivo utilizar o algoritmo YOLOv8 para desenvolver um modelo de detecção de objetos rápido e preciso, avaliando simultaneamente seu desempenho. Ele busca validar a viabilidade e eficácia da detecção de gânglios da raiz dorsal (DRG) lesionados na neuralgia pós-herpética em tempo real usando este modelo, fornecendo uma base para o diagnóstico precoce para médicos clínicos e permitindo a localização rápida e precisa do DRG lesionado.