相关实验视频
Updated: Jun 29, 2025
05:05
Four-Dimensional CT Analysis Using Sequential 3D-3D Registration
Published on: November 23, 2019
8.0K
使用基于深度学习的长腿放射图中的详细角值,对膝关节关节对齐的自动分析
Hong Seon Lee1, Sangchul Hwang2, Sung-Hwan Kim3
1Department of Radiology, Gangnam Severance Hospital, Yonsei University College of Medicine, 211, Eonju-ro, Gangnam-gu, Seoul, Republic of Korea.
Scientific reports
|March 28, 2024
概括
一个自动化系统准确地测量下肢对齐,使用深度学习在X线图上. 这种计算机辅助方法量化了关键角度,比手工测量更快,更可靠,从而改善了临床评估.
科学领域:
- 整形外科 整形外科 整形外科
- 医疗成像医学成像
- 人工智能的人工智能
背景情况:
- 下肢错位需要精确的评估才能进行有效的纠正.
- 精确量化机械骨角 (mTFA),机械侧侧偏骨角 (mLDFA),中间近端骨角 (MPTA) 和关节直线收角 (JLCA) 是至关重要的.
研究的目的:
- 开发一个自动化系统来评估下肢对齐使用深度学习在全长的承重型放射.
- 为了自动量化mTFA,mLDFA,MPTA和JLCA.
主要方法:
- 一项回顾性研究,涉及404张用于算法开发的X线图和30张用于外部验证的X线图.
- 使用子相似系数 (DSC) 进行细分和使用类内相关系数 (ICC) 进行对齐参数的性能评估.
- 自动测量时间与手动测量的比较.
主要成果:
- 分段算法与手动分段非常一致 (平均相似度:89-97%).
- 内部验证表明对调整参数的良好或非常好的协议 (ICC: 0.7213-0.9865).
- 外部验证显示观察者之间的相关性很好或非常好 (ICC:0.7126-0.9695),自动测量速度快3.44倍.
结论:
- 一个基于深度学习的自动测量算法准确地从X射线图中量化下肢对齐.
- 自动化系统为临床使用提供了更快,更可靠的替代手工测量方法.
