Edém dolných končatín je bežný príznak chronických ochorení ako srdcové zlyhanie, ochorenie pečene a renálna dysfunkcia, pričom jeho stupňovanie pomáha pri diagnostike a monitorovaní. Tradičné metódy hodnotenia edému založené na vizuálnej kontrole a palpácii sú subjektívne a nekonzistentné. Štúdia navrhuje systém hlbokého učenia, ktorý používa modely YOLO na detekciu oblastí edému, techniky vylepšenia obrazu na lepšie zobrazenie funkcií a klasifikačné modely na určenie závažnosti. Na riešenie nerovnováhy údajov sa aplikovala náhodná rotácia, odstránenie pozadia a orezanie necieľových oblastí. Systém dosiahol priemernú presnosť klasifikácie 87 až 93 % pre rôzne stupne závažnosti edému, 90 až 94 % pre mieru stiahnutia a 93 až 97 % pre celkovú presnosť. Výsledky potvrdzujú účinnosť automatickej detekcie a klasifikácie edému dolných končatín. Systém má potenciál na podporu klinického rozhodovania a domácej starostlivosti o pacientov.