开发和验证深度学习模型,用于识别平面脊柱放射图上的脚螺丝的品牌
Yu-Cheng Yao1,2, Cheng-Li Lin3, Hung-Hsun Chen4
1School of Medicine National Yang Ming Chiao Tung University Taipei Taiwan.
JOR spine
|September 18, 2024
概括
深度学习模型从脊柱X射线中准确地识别了脚螺丝品牌,有助于修复手术规划. 这项技术提高了精度,与经验较少的外科医生相比.
科学领域:
- 脊柱外科手术 脊柱外科手术
- 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:
- 准确识别脚螺杆 (PS) 仪器对于脊柱修复手术至关重要.
- 在手术前对PS品牌的错误识别可能会导致术后并发症的增加.
- 脊柱的普通放射图 (PRS) 通常用于手术前评估.
研究的目的:
- 开发和验证一个深度学习 (DL) 模型,用于识别脚螺杆仪器仪表品牌.
- 为了品牌识别,使用脊椎前后 (AP) 和侧面平面 (PRS) 放射图.
- 评估DL模型在协助脊椎外科医生进行手术前规划方面的性能.
主要方法:
- 一项回顾性研究涉及529名患者,他们使用来自七家制造商的基于PS的仪器仪表.
- 开发DL模型,使用YOLOv5进行螺杆轨迹裁剪和EfficientNet-b0进行分类.
- 组合模型组合单个模型 (AP,侧面,合并,连锁) 创建和评估.
- 性能指标包括准确度,灵敏度,精度,F1得分,kappa值和曲线下面积 (AUC).
主要成果:
- AP+Lateral组合模型实现了高性能,精度为0.9434,F1得分为0.9388,AUC为0.9834.
- 整体模型的表现与经验丰富的骨科外科医生相美,与缺乏经验的外科医生相美.
- 外部验证显示,Lat+Concat组合模型实现了最佳精度 (0.9412).
结论:
- 深度学习模型有效地从脊柱放射图中识别脚螺杆仪器仪表品牌.
- 这些DL模型为脊柱修复手术的术前规划提供了宝贵的工具.
- 开发的模型在品牌识别方面表现稳定可靠.
