一种深度学习方法,用于在放射图像中完全自动测量下肢对齐
Ki-Ryum Moon1, Byoung-Dai Lee1, Mu Sook Lee2
1Division of AI and Computer Engineering, Kyonggi University, Suwon, Republic of Korea.
Scientific reports
|September 6, 2023
概括
一个新的深度学习系统可以在几秒钟内从X射线中准确地测量下肢对齐. 这种自动化方法通过提供可靠,快速的评估,减少手动错误,帮助骨科治疗.
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
- 医疗保健中的人工智能
背景情况:
- 精确的下肢对齐评估对于骨科治疗计划至关重要.
- 目前使用物理工具和X光照的手工方法耗时且容易出现人为错误.
研究的目的:
- 开发和验证基于深度学习 (DL) 的系统,用于自动化,快速和准确地检测下肢对齐.
- 为了比较DL系统的性能与放射科医生的观察.
主要方法:
- 收集了来自770名患者的下肢X射线图像.
- 实施了一种阶段性DL模型,用于精确地标检测.
- 使用CCC,PCC和ICC指标对放射科医生的观察进行验证的系统测量.
主要成果:
- 对于16个指标,DL系统表现出卓越的可靠性,具有高一致性相关系数 (CCC),皮尔森相关系数 (PCC) 和类内相关系数 (ICC) (≤0.9).
- 取得了优异的性能指标 (平均绝对误差,平均平方误差和根平均平方误差≥0.9).
- 平均测量速度大约为12秒.
结论:
- 基于DL的下肢对齐分析诊断支持系统提供了与放射科医生的结果相似的结果.
- 该系统提供了一个快速,准确和可靠的替代方案,用于从X射线数据中评估下肢对齐.
