Santé
❯
Prédire la maladie
❯Médecin augmenté
❯Prédiction de la tuberculose multirésistante à partir d'images pulmonaires CT basées sur des techniques d'apprentissage en profondeur
Prédire la rechute d'un patient dialysé pendant le traitement
Triage instantané des plaies
Prédiction de la tuberculose multirésistante à partir d'images pulmonaires CT basées sur des techniques d'apprentissage en profondeur
Application de l'apprentissage automatique pour prédire le risque de nouvelles infections à l'hôpital pour les patients
Prédiction de la tuberculose multirésistante à partir d'images pulmonaires CT basées sur des techniques d'apprentissage en profondeur
Pour:
Les cliniciens et les professionnels de la santé prédisent les patients multirésistants (MDR) des patients sensibles aux médicaments (DS) sur la base d'images pulmonaires CT.Objectif:
Amélioration de l'efficacité des employésProblème adressé
Certaines versions, ou anomalies, de la tuberculose sont résistantes à plusieurs médicaments utilisés pour traiter cette maladie/infection. Bien que ces anomalies puissent parfois être observées et référencées dans les tomodensitogrammes pulmonaires par des cliniciens professionnels (médecins), elles ne sont parfois pas évidentes. La procédure de diagnostic classique consiste à appliquer une culture microbiologique qui prend plusieurs semaines et reste coûteuse.
Description
Pour compléter la procédure de diagnostic conventionnelle, la tomographie par ordinateur (CT) à haute résolution des images pulmonaires a été utilisée non seulement pour aider les cliniciens à accélérer le processus de diagnostic, mais également pour surveiller le pronostic lors de l'administration d'antibiotiques. En conséquence, l'architecture proposée de CNN + SVM + patch est la plus performante avec un taux de précision de classification de 91,11 %, sur ces scans d'images.
Voir - Image
IA: Percevoir
Apprentissage automatique
IA: Comprendre
Aide à la Décision - Diagnostiquer
IA: Agir