Osamah TY -的A2思•易卜拉欣盟——张、杨魏盟——王,PY - 2021 DA - 2021/12/21 TI -评价糖皮质激素治疗哮喘患儿小气道阻塞基于深度学习的CT特征SP - 7936548六世- 2021 AB -本研究旨在探索哮喘患儿小气道阻塞的治疗深度学习和糖皮质激素的CT影像特征。共有145名患者在医院要求包括在这项研究中,他们被随机分配接受雾化糖皮质激素( n = 45 )、雾化糖皮质激素结合支气管扩张剂( n = 50 ),或口服类固醇( n = 50 ),4周后出院。肺功能和部分呼出一氧化氮(FENO)三组测量的指标,分别,然后有效的利率相比,评价糖皮质激素的临床疗效与不同的管理方法并结合药物在短期内维持治疗后哮喘急性加重。深入学习算法用于CT图像分割。CT图像发送到工作台处理在工作台上,然后执行卷积操作每个输入像素点在图像处理。维持治疗4周后,FEF50 %, FEF75 %, MMEF75/25显著增加,FENO显著降低( P < 0.01 )。FEF50 %的改善结果,FEF75 %, MMEF75/25, FENO后维持治疗如下:口服激素组是最有效,其次是结合雾化吸入组和激素雾化吸入组是最有效的。它们之间的差异具有统计学意义( P < 0.05 )。人工智能分割算法的准确性为81%。所有的激素都比当地的药物更有效治疗小气道功能和气道炎症。雾化吸入治疗,激素结合支气管扩张药物是最有效的改善小气道阻塞和减少气道炎症与单一药物吸入。深度学习CT图像简单、无创,直观地观察肺部哮喘的变化与小气道功能障碍。哮喘与小气道功能障碍有很高的临床诊断和评估价值。SN - 1748 - 670 - 2021/7936548 / 10.1155 x你——https://doi.org/10.1155/2021/7936548——摩根富林明——计算和数学方法在医学PB - Hindawi KW - ER