相关实验视频

Updated: Jul 15, 2025

Transtubular Endoscopic Posterolateral Decompression for L5-S1 Lumbar Lateral Disc Herniation

Transtubular Endoscopic Posterolateral Decompression for L5-S1 Lumbar Lateral Disc Herniation

Published on: October 14, 2022

在磁共振图像上基于深度学习的腰椎间盘的检测和分类

Weicong Zhang¹, Ziyang Chen¹, Zhihai Su¹

¹Department of Spinal Surgery The Fifth Affiliated Hospital of Sun Yat-sen University Zhuhai Guangdong China.

|October 2, 2023

概括

这项研究开发了一种深度学习模型,用于在MRI图像上自动检测和分类腰椎间盘 (LDH). 该模型表现出高精度和一致性,可能简化手术候选人选择.

科学领域:

放射学放射学是一门学科.
医疗成像医学成像
人工智能在医学中的应用

背景情况:

在MRI图像上的腰椎间盘 (LDH) 严重程度评估对于手术候选人选择至关重要.
目前的MRI图像解释是耗时且重复的.
自动检测和分类LDH可以提高效率.

研究的目的:

开发和评估用于自动化LDH检测和分类的深度学习 (DL) 模型.
根据专家的分类来评估DL模型的性能.
使用人工智能提高LDH诊断的效率.

主要方法:

一项回顾性研究分析了1115名患者的发展 (1015) 和外部测试 (100) 数据集.
专家使用MSU分类标准标记腰部轴心T2加权的MR图像.
DL模型使用Faster R-CNN进行检测和ResNeXt101进行分类.

主要成果:

DL模型实现了高的检测一致性 (平均IOU为0.82内部,0.70外部).
分类准确率为87.70% (内部) 和74.23% (外部).
观察到与专家分类的高度一致 (ICC 0.87内部,0.79外部),AUC为0.965 (内部) 和0.916 (外部).

结论:

自动DL诊断模型在检测和分类LDH方面表现出很高的性能.
该模型与专家分类有相当大的一致性.
这种人工智能驱动的方法为高效和准确的LDH评估提供了一个有前途的工具.

关键词:

这是分类分类的分类.深度学习是一种深度学习.检测检测检测检测检测腰椎椎间盘的发生磁共振图像的使用方法

更多相关视频

Ovine Lumbar Intervertebral Disc Degeneration Model Utilizing a Lateral Retroperitoneal Drill Bit Injury

Ovine Lumbar Intervertebral Disc Degeneration Model Utilizing a Lateral Retroperitoneal Drill Bit Injury

Published on: May 25, 2017

相关概念视频

Magnetic Resonance Imaging

Magnetic Resonance Imaging

Magnetic resonance imaging (MRI) is a noninvasive medical imaging technique based on a phenomenon of nuclear physics discovered in the 1930s, in which matter exposed to magnetic fields and radio waves was found to emit radio signals. In 1970, a physician and researcher named Raymond Damadian noticed that malignant (cancerous) tissue gave off different signals than normal body tissue. He applied for a patent for the first MRI scanning device in clinical use by the early 1980s. The early MRI...