相关实验视频
Updated: Jul 9, 2025
05:05
Four-Dimensional CT Analysis Using Sequential 3D-3D Registration
Published on: November 23, 2019
8.0K
深度学习模型用于测量椎脊椎上角科布角的计算机断层扫描
Chunjie Wang1, Ming Ni1, Shuai Tian1
1Department of Radiology, Peking University Third Hospital, 49 Huayuan North Road, Haidian District, Beijing, 100191, China.
BMC medical imaging
|November 29, 2023
概括
一个深度学习模型在CT扫描上准确地测量了椎脊椎角的Cobb角. 线路装配方法与专家测量和最小误差具有很高的一致性.
科学领域:
- 放射学 放射学是一门学科.
- 医疗成像医学成像
- 人工智能的人工智能
背景情况:
- 椎脊椎形需要准确的角度测量来诊断和治疗.
- 手动测量角Cobb角可以是主观的和耗时的.
研究的目的:
- 开发和验证一种深度学习 (DL) 模型,用于使用计算机断层扫描 (CT) 来自动测量椎角的Cobb角.
主要方法:
- 开发了两种DL模型 (基于VB-Net) 用于椎骨细分和关键点检测.
- 采用四点和直线配合方法自动化斜面科布角计算.
- 对两名医生使用PCK,ICC,皮尔森相关性,MAE和Bland-Altman图表在内部 (991名患者) 和外部 (112名患者) 数据集上的手动测量进行性能评估.
主要成果:
- DL模型在关键点检测方面实现了高精度 (PCK 78-100%).
- 配线方法与参考标准有很大的一致性 (内部ICC=0.97,MAE=3.23°;外部ICC=0.80,MAE=4.68°).
- 这两种自动化方法都显示出良好的相关性 (r=0.94内部,r=0.974外接线).
结论:
- 开发的DL模型在CT上准确地测量了椎脊椎角Cobb角.
- 与手动测量相比,DL模型中的线路装配方法提供了更高的一致性和更少的误差.
