Vilson Soares De Siqueira, D. Rodrigues, João Batista Masson Silva, Ronaldo Martins Da Costa
{"title":"Inteligência artificial aplicada na detecção e segmentação automática de estruturas cardíacas em imagens ecocardiográficas","authors":"Vilson Soares De Siqueira, D. Rodrigues, João Batista Masson Silva, Ronaldo Martins Da Costa","doi":"10.55905/rcssv12n4-002","DOIUrl":null,"url":null,"abstract":"Este artigo apresenta uma abordagem para a segmentação automática de imagens ecocardiográficas e discute os desafios sobre o problema. A metodologia consistiu em treinar modelos de aprendizado profundo baseados em redes neurais convolucionais (CNN) utilizando imagens ecocardiográficas de uma base de dados pública para segmentar três estruturas cardíacas: o ventrículo esquerdo, o átrio esquerdo e o miocárdio. Os resultados mostraram que a abordagem alcançou alta precisão na segmentação das estruturas cardíacas, com a acurácia média de 95,7%. A abordagem mostrou-se efetiva e promissora para a segmentação automática de estruturas cardíacas em imagens ecocardiográficas, abrindo possibilidades para a aplicação clínica.","PeriodicalId":144733,"journal":{"name":"Revista Caribeña de Ciencias Sociales","volume":"17 1","pages":"0"},"PeriodicalIF":0.0000,"publicationDate":"2023-08-31","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":"0","resultStr":null,"platform":"Semanticscholar","paperid":null,"PeriodicalName":"Revista Caribeña de Ciencias Sociales","FirstCategoryId":"1085","ListUrlMain":"https://doi.org/10.55905/rcssv12n4-002","RegionNum":0,"RegionCategory":null,"ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":null,"EPubDate":"","PubModel":"","JCR":"","JCRName":"","Score":null,"Total":0}
引用次数: 0
Abstract
Este artigo apresenta uma abordagem para a segmentação automática de imagens ecocardiográficas e discute os desafios sobre o problema. A metodologia consistiu em treinar modelos de aprendizado profundo baseados em redes neurais convolucionais (CNN) utilizando imagens ecocardiográficas de uma base de dados pública para segmentar três estruturas cardíacas: o ventrículo esquerdo, o átrio esquerdo e o miocárdio. Os resultados mostraram que a abordagem alcançou alta precisão na segmentação das estruturas cardíacas, com a acurácia média de 95,7%. A abordagem mostrou-se efetiva e promissora para a segmentação automática de estruturas cardíacas em imagens ecocardiográficas, abrindo possibilidades para a aplicação clínica.