基于深度学习的前入路坐骨神经超声图像自动识别与分割研究

本研究拟通过人工智能深度学习的方法，构建前入路坐骨神经区域超声图像自动识别与分割模型。通过收集拟接受前入路坐骨神经阻滞患者的常规超声图像资料，并由有经验的麻醉医师对前入路坐骨神经及相关解剖结构进行人工标注，建立标准化超声图像数据库。在此基础上，采用深度学习模型对前入路坐骨神经区域进行自动识别与像素级分割，评价模型对目标区域的识别准确性和分割性能。本研究旨在探索人工智能辅助识别前入路坐骨神经区域的可行性，以期为临床神经阻滞工作提供新思路，并为人工智能应用于超声引导区域麻醉提供理论基础。