关于深度学习人工智能技术在鼻骨折诊断中的应用研究
Siyi Wang1, Jing Fei1, Yuehua Liu1
1Department of Otolaryngology, Head and Neck Surgery, Affiliated Hospital of Southwest Medical University Luzhou, Sichuan, China.
International journal of burns and trauma
|January 24, 2025
概括
使用深度学习 (DL) 的人工智能 (AI) 显著提高了在3D大面CT扫描上诊断鼻骨骨折的准确性,灵敏性和特异性. 人工智能辅助阅读增强了所有经验水平的医生的诊断性能.
科学领域:
- 医疗成像医学成像
- 人工智能的人工智能
- 放射学 放射学是一门学科.
背景情况:
- 鼻骨骨折是面部常见的伤害.
- 准确的诊断对于适当的治疗至关重要.
- 3D大面CT重建有助于可视化复杂的骨折.
研究的目的:
- 评估AI模型的诊断性能,以识别鼻腔骨折.
- 评估AI在3D面CT图像分析中的临床意义.
- 为了确定AI是否可以提高鼻骨折检测的准确性.
主要方法:
- 对82名患者 (39例正常,43例骨折) 的3D大面CT扫描进行了回顾性分析.
- 开发和应用深度学习算法 (YOLOX + GhostNetv2) 用于对鼻骨折进行二元分类.
- 使用精度,灵敏度和特异性评估AI模型性能,比较手动和人工智能辅助的读数.
主要成果:
- 与手动独立检测相比,人工智能辅助的电影阅读在准确度,灵敏度和特异性方面取得了统计学上显著的改进.
- 在初级和高级医生中,人工智能辅助阅读的诊断性能优于初级和高级医生.
- 所有评估的指标 (准确度,灵敏度,特异性) 在人工智能协助下都更高.
结论:
- 基于深度学习的AI模型可以有效地协助诊断鼻骨折.
- 人工智能集成显示出增强诊断成像实践临床应用的前景.
- 人工智能辅助的3D大面CT扫描的解释提高了鼻骨骨折的诊断准确度.
