【摘要】以往利用人工智能在CT图像上辅助诊断结肠炎的研究,多以消化道造影剂使用后的结肠壁厚度作为特征,但诊断准确率并不高。本研究验证了结肠炎脂肪条带(HU)的CT值是结肠炎检测模型中一个有用的特征。从187例非造影结肠炎CT图像中,制作将患处切成128×128矩阵的原始图像、擦除脂肪条带以外结构的掩模图像、仅显示脂肪条带的阈值图像。SVM分类器输出原始图像、掩模图像、阈值图像的分类准确率,结果显示掩模图像和阈值图像的分类准确率较原始图像有所提高,说明脂肪条带是一个分类准确率较高的特征。
广播。2023; 59:232–48。7。Massumo H.调查呼吸。2022; 60:187–96。8。演唱JD,Chang AB,SH的合唱团和Al。支气管。nat Rev不同。2018; 4:45。 9。 Royo Burgium,Olives I,Count M,Folgado C,Rosell A,Abbot Abbot J. 征服对患者加重患者临床结果的影响。2018; 4:45。9。Royo Burgium,Olives I,Count M,Folgado C,Rosell A,Abbot Abbot J.征服对患者加重患者临床结果的影响。
Brief Running Title: OMA & NLA Joint Expert Review of Obesity and Dyslipidemia Harold Edward Bays, MD, FOMA, FTOS, FACC, FNLA, FASPC Medical Director / President Louisville Metabolic and Atherosclerosis Research Center Clinical Associate Professor University of Louisville School of Medicine 3288 Illinois Avenue Louisville KY 40213 hbaysmd@outlook.com Carol Kirkpatrick,PhD,MPH,RDN,CLS,FNLA中西部生物医学研究,艾迪生,IL,IL辅助教师,Kasiska卫生科学司,爱达荷州州立大学,Pocatello,id ckirkpatrick@mbclinicalrick@mbclinicalrick c.clinicalrick.com kevin C.研究,艾迪生,印第安纳大学公共卫生学院,布卢明顿,用kmaki@mbclinicalresearch.com peter P. peter.toth@cghmc.com Ryan T. Morgan,Do,Facoi,Foma,BC-ADM,Vitalis代谢健康临床临床辅助教授,俄克拉荷马州立大学健康科学中心首席研究员Lynn Health Sealth Institute of Lynn Health Scients Institute 3555 NW 58 T. 910-W Oklahohoma City,Ok 733112 <3555 nw 58 nw 58 nw/