根据使用深度学习的手术内关节镜图像,预测关节镜旋转手套修复后的复发情况
1Department of Orthopedic Surgery, Seoul St. Mary's Hospital, The Catholic University of Korea, Seoul, Republic of Korea.
The American journal of sports medicine
|August 11, 2023
概括
在关节镜旋转手套修复 (ARCR) 后预测转是具有挑战性的. 应用到手术内关节镜图像的深度学习 (DL) 算法在预测复发事件方面显示出高准确性,改善了患者预后评估.
科学领域:
- 整形外科手术 整形外科手术
- 医学成像分析分析 医学成像分析
- 医学中的人工智能.
背景情况:
- 在关节镜旋转手套修复 (ARCR) 后预测纹仍然是一个临床挑战.
- 术后关节镜像对ARCR的预后价值以前没有被分析过.
研究的目的:
- 通过使用深度学习 (DL) 算法,评估关节镜内科手术图像在预测ARCR后复发的有效性.
主要方法:
- 追溯分析了来自580名接受ARCR的患者的1394张关节镜像.
- 使用了三种深度学习架构 (VGG16,DenseNet,Xception) 进行转移学习以预测网络需求.
- 在训练和测试集上使用准确度,AUC,F1得分,灵敏度和特异性来评估模型性能.
主要成果:
- 深度学习模型实现了高准确度,DenseNet在测试集中达到91%.
- 丹森网在0.92.9的曲线下面积 (AUC) 显示为最高.
- 模型显示出强大的预测能力,DenseNet实现了0.93的特异性和0.84的灵敏性.
结论:
- 应用到手术内关节镜图像的深度学习算法可以准确地预测ARCR后的复发.
- 这种方法为评估预后和指导术后临床决策提供了一个有希望的工具.