使用简单的X射线图像开发一种人工智能模型,用于预测膝关节整形术中的植入物大小,使用简单的X射线图像
Yeuni Yu1, Yoon Jae Cho2,3, Sohee Park4,5
1Biomedical Research Institute, School of Medicine, Pusan National University, Yangsan, Republic of Korea.
Journal of orthopaedic surgery and research
|August 27, 2024
概括
一个人工智能 (AI) 模型只使用X射线图像准确预测膝关节关节整形植入物的总大小. 这种深度学习方法减少了外科医生的工作量和膝关节置换手术的准备时间.
科学领域:
- 整形外科手术 整形外科手术
- 医学成像医学成像
- 人工智能的人工智能是人工智能.
背景情况:
- 准确估计全膝关节整形术 (TKA) 植入物大小至关重要,但耗时.
- 开发了一种可靠的人工智能 (AI) 模型来预测植入物大小,旨在减少外科医生的负担.
研究的目的:
- 开发和验证一个AI模型,仅使用X射线图像来预测TKA植入物大小.
- 在不依赖临床或人口统计数据的情况下评估模型的预测能力.
主要方法:
- 训练了一种深度学习模型 (ResNet-101),使用来自714名TKA患者的1412张前后膝盖和侧膝盖X射线图像.
- 采用数据增强来生成每大小为大腿骨和骨的500张图像,解决数据限制.
- 使用随机梯度下降 (SGD) 和亚当优化器优化模型,最大限度地减少交叉损失.
主要成果:
- 人工智能模型表现出高的预测准确性,实现了小F1得分为0.91的股骨和0.87的骨.
- 该模型以极高的准确度预测了±1大小内的植入物大小 (腿骨的微F1分数为0.99,骨为0.98).
- 内部验证表明SGD优化器产生了最佳性能.
结论:
- 仅使用X射线图像的深度学习模型实现了对TKA植入物大小的高预测能力.
- 这种人工智能工具可以显著减少外科医生的手术前准备时间和劳动力.
- 该模型的独特优势在于它仅使用X射线数据的预测能力,没有人口统计或临床信息.
