相关实验视频
Updated: Jul 5, 2026
05:28
A Mouse Model of Lumbar Spine Instability
Published on: April 23, 2021
7.9K
在使用深度学习的腰椎放射图上识别L5脊椎
Jeoung Kun Kim1, Min Cheol Chang2, Wook Tae Park3
1Department of Business Administration, School of Business, Yeungnam University, Gyeongsan-si, Republic of Korea.
The Journal of international medical research
|January 11, 2024
概括
一个新的深度学习模型在腰椎X射线上准确地识别了L5脊椎. 这种人工智能工具在前后放射图中显示出高精度和回忆力,用于L5检测.
科学领域:
- 放射学 放射学是一门学科.
- 人工智能的人工智能
- 医疗成像医学成像
背景情况:
- 深度学习是一种强大的机器学习技术,在医学诊断中越来越多地应用.
- 准确识别像L5脊椎这样的解剖标志,对于脊柱成像分析至关重要.
研究的目的:
- 开发和评估用于自动化L5脊椎检测的深度学习模型.
- 为了评估这个模型的准确性,用前后腰椎脊柱的X光片来评估.
主要方法:
- 开发了一个使用YOLOv5x对象检测算法的深度学习模型.
- 该模型经过105次前后腰椎脊柱X射线成像的训练,并通过45张图像进行验证.
- 该数据集包括150名参与者,他们可获得前后整个脊柱和腰椎脊柱的X射线图.
主要成果:
- L5检测模型实现了高性能指标,平均精度为99.2% (IoU 0.5) 和96.9% (IoU 0.75).
- 该模型的精度为95.7%,回忆率为97.8%.
- 在验证数据集中的93.3%实现了正确的检测.
结论:
- 开发的深度学习模型在识别L5脊椎方面表现出卓越的准确性.
- 这种人工智能方法显示了提高脊柱放射分析效率和可靠性的巨大潜力.
