通过基于深度学习算法的磁共振成像对近道骨骨折进行小切口方法治疗的影响评估
Xisheng Li1, Huiling Yu1, Fang Li1
1Department of Orthopedics, The Second Affiliated Hospital (Jiande Branch), Zhejiang University School of Medicine, Jiande, Hangzhou, 311600 Zhejiang, China.
Open life sciences
|July 10, 2023
概括
这项研究表明,深度学习增强磁共振成像 (MRI) 改善了对治疗近端骨折的可视化. 小切口方法显著减少了手术时间,血液损失和愈合时间,从而改善了膝盖功能和恢复.
科学领域:
- 整形外科手术 整形外科手术
- 医疗成像医学成像
- 人工智能的人工智能
背景情况:
- 靠近骨骨折需要有效的治疗策略.
- 磁共振成像 (MRI) 对于诊断和治疗计划至关重要.
- 深度学习算法可以提高MRI图像质量.
研究的目的:
- 用深度学习增强的MRI来评估近端骨折的小切口方法的临床疗效.
- 为了比较小切口和传统方法之间的手术结果.
- 评估MRI中超分辨率重建 (SRR) 提供的图像质量改善.
主要方法:
- 40名近端骨折患者被随机分配到小切口组 (22) 或普通方法组 (18).
- 基于深度学习的超分辨率重建 (SRR) 应用于MRI图像.
- 研究对手术结果进行了比较,包括手术时间,血液损失,愈合时间,承重时间,膝盖运动范围和功能恢复.
主要成果:
- SRR改善了MRI图像质量,通过增强的峰值信号对噪声比 (PSNR) 和结构相似性指数 (SSIM) 表示.
- 小切口组的手术时间显著缩短 (84.93分钟与传统相比),减少血流量 (219.95毫升与传统相比),愈合速度更快 (14.75周承重,16.79周完全愈合).
- 小切口组的患者表现出优越的膝盖运动范围 (118.27°在6个月,128.72°在1年) 和更高的良好到优秀的治疗结果在6个月 (86.36%) 和1年 (90.91%).
结论:
- 基于深度学习的MRI提供了高分辨率和出色的显示效果,对临床应用有价值.
- 小切口方法是近端骨骨折的安全有效治疗方法,可以改善临床结果和更快的恢复.
- 这项研究强调了在骨科创伤护理中将先进的成像技术与最少入侵的外科手术方法整合在一起的潜力.
