通过使用KL分级方案对X射线进行膝关节骨关节炎的自动分类的审查
Tayyaba Tariq1, Zobia Suhail1, Zubair Nawaz2
1Department of Computer Science, University of the Punjab, Allama Iqbal Campus, Lahore, Punjab 54000 Pakistan.
Biomedical engineering letters
|January 9, 2025
概括
本次调查回顾了人工智能的进展,用于使用X射线和Kellgren和Lawrence (KL) 系统诊断膝关节关节炎 (KOA). 它强调了在临床实践中改进KOA检测和分类的自动化系统.
科学领域:
- 医疗成像医学成像
- 人工智能在医学中的应用
- 整形外科 整形外科 整形外科
背景情况:
- 膝关节骨关节炎 (KOA) 是导致老年人残疾的主要原因,其特点是关节疼痛和硬.
- 放射学是KOA评估的标准,通常使用Kellgren和Lawrence (KL) 系统进行分类.
- 自动诊断系统对于加强医疗保健信息系统和临床决策至关重要.
研究的目的:
- 调查近期在自动化放射学分类和KOA检测方面的进展.
- 专注于使用凯尔格伦和劳伦斯 (KL) 分类系统的方法.
- 为研究人员和临床医生提供KOA诊断和预测的资源.
主要方法:
- 系统审查85篇原创研究和调查文章.
- 专注于人工智能,机器学习和深度学习在KOA检测中的应用.
- 基于KL分级尺度对膝盖X射线进行分类的自动化系统的分析.
主要成果:
- 该评论综合了从放射图像中人工智能驱动的KOA检测的最新进展.
- 确定了膝关节骨关节炎自动化KL分级的关键趋势和方法.
- 突出了计算机辅助诊断在骨科成像中日益增长的作用.
结论:
- 使用人工智能的自动放射分类显示了KOA诊断的重大前景.
- 凯尔格伦和劳伦斯系统仍然是基于AI的KOA评估的关键框架.
- 这项调查为在膝关节关节炎管理中推进人工智能应用提供了宝贵的见解.
