预测完全关节置换的风险,使用一个深度学习算法在平坦的骨盆放射:诊断研究
Chih-Chi Chen1, Cheng-Ta Wu2, Carl P C Chen1
1Department of Physical Medicine and Rehabilitation, Chang Gung Memorial Hospital, Taoyuan, Taiwan.
JMIR formative research
|October 20, 2023
概括
一个新的深度学习系统SurgHipNet,准确地预测了使用骨盆放射图的全关节置换 (THR) 的需要. 这种人工智能工具帮助医生及时做出关节置换手术的决定.
科学领域:
- 人工智能在医学中的应用
- 医学成像分析 医学成像分析
- 整形外科手术决策支持
背景情况:
- 整体关节置换 (THR) 是对退行性关节疾病的标准治疗方法.
- 及时识别需要THR的患者至关重要,以避免延迟治疗或不必要的保守措施导致的并发症.
- 深度学习 (DL) 在医学成像方面表现有前途,但在预测短期THR需求方面缺乏应用.
研究的目的:
- 开发一个基于DL的辅助系统,SurgHipNet,使用盆腔X射线图预测需要在3个月内进行THR.
- 为了帮助医生在临床决策中获得最佳的THR时间.
主要方法:
- 基于卷积神经网络的DL算法被开发用于分析盆腔放射图.
- 该算法预测了感兴趣的部区域 (ROI),并确定了THR的必要性.
- 从2008年至2017年使用了4643个部ROI (3013次手术,1630次非手术) 的数据集,分为培训,验证和测试集.
主要成果:
- SurgHipNet实现了接收器运行特征曲线下的面积为0.994.
- 该模型表现出高性能,精度为0.977,灵敏度为0.920,特异性为0.932,F1得分为0.944.
结论:
- 开发的SurgHipNet系统显示了骨科手术中临床决策支持的巨大潜力.
- 这种人工智能工具可以帮助医生及时识别需要全关节置换的患者,优化治疗时间.
关键词:
在这里,我们可以看到AIAIAI.在美国,CNN是CNN.算法算法是一种算法.人工智能的人工智能是人工智能.卷积神经网络是一种卷积神经网络.深度学习是一种深度学习.这是部置换术.机器学习是机器学习.医学图像医学图像医学成像医学成像整形外科的整形外科.骨科手术是一种骨科手术.骨关节炎是一种关节炎.骨盆的骨盆骨架是什么意思预测 预测 预测 预测无线电图谱 无线电图谱手术 手术 手术 手术 手术 手术 手术这是一个外科手术.更多相关视频
07:45The Use of Mixed Reality in Custom-Made Revision Hip Arthroplasty: A First Case Report
Published on: August 4, 2022
3.4K
09:51The Transition to an Anterior-Based Muscle Sparing Approach Improves Early Postoperative Function but is Associated with a Learning Curve
Published on: September 7, 2022
2.7K