换一批
换一批基于半监督网络的前交叉韧带损伤膝关节磁共振诊断辅助研究
Diagnosis of anterior cruciate ligament injuries in MRI images based on semi-supervised residual network deep learning
摘要：
目的 本研究基于半监督算法残差网络(semi-supervised algorithm Residual network,SMRNet)的深度学习方法,探索其在计算机辅助自主分析膝关节MRI诊断前交叉韧带(anterior cruciate ligament,ACL)损伤方面的应用.方法 使用100名经过关节镜确认的ACL损伤患者和100名关节镜确认无ACL损伤的患者的术前MRI图像.在选取适当层面后,裁剪并用于SMRNet的训练.SMRNet对单个MRI切片上ACL损伤的概率进行最终判断.4名临床医师对相同图像进行读片诊断.结果 SMRNet分类的敏感性、特异性、准确性、阳性预测值和阴性预测值分别为97.00％、94.00％、95.50％、94.17％和96.91％.医师的整体阅片情况类似,敏感性区间91.00％～96.00％、特异性区间90.00％～94.00％、准确性区间90.50％～95.00％、阳性预测值区间90.09％～94.12％、阴性预测值区间90.90％～95.92％,二者差异无统计学意义(P＞0.05).结论 经过训练的SMRNet模型在ACL损伤检测上超越部分临床医师,为膝关节MRI诊断提供高效可靠方法,展现深度学习在医学影像的潜力.未来,SMRNet有望成为膝关节MRI诊断的重要工具,为患者提供更精准的诊疗方案.
更多
作者：
作者单位：
上海海事大学信息工程学院,上海 201306
[1]
上海交通大学医学院附属第六人民医院骨科,上海 200233;上海健康医学院附属第六人民医院东院骨科,上海 201306
[2]
上海交通大学医学院附属第六人民医院骨科,上海 200233
[3]
期刊：
《同济大学学报（医学版）》2024年45卷4期 503-509页
ISTIC
关键词：
深度学习机器学习人工智能前交叉韧带磁共振成像deep learningmachine learningartificial intelligenceanterior cruciate ligamentmagnetic resonance imaging
分类号：
R684
栏目名称：
临床研究
DOI：
10.12289/j.issn.2097-4345.23379
发布时间：
2024-09-11
基金项目：
上海市科委项目
上海市申康医院发展中心项目
上海市浦东新区卫生健康委员会项目
上海健康医学院校级科研项目
- 浏览：0
- 被引：0
- 下载：0
相似文献
- 中文期刊
- 外文期刊
- 学位论文
- 会议论文
