深度学习模型在MRI上检测前十字带损伤:全面的审查
Michele Mercurio1,2, Federica Denami1, Dimitra Melissaridou3
1Department of Orthopaedic and Trauma Surgery, Magna Graecia University, "Renato Dulbecco" University Hospital, 88100 Catanzaro, Italy.
Diagnostics (Basel, Switzerland)
|March 28, 2025
概括
深度学习 (DL) 模型在MRI扫描上检测前十字带 (ACL) 损伤时显示出高精度. 这些人工智能工具可以帮助临床医生,但需要进一步开发才能广泛临床使用.
科学领域:
- 整形外科 整形外科 整形外科
- 放射学 放射学是一门学科.
- 人工智能的人工智能
背景情况:
- 磁共振成像 (MRI) 是诊断前十字带 (ACL) 损伤的标准.
- 人工智能 (AI) 和深度学习 (DL) 在医学成像中越来越多地被探索.
- 肌肉骨成像中的DL应用,特别是ACL撕裂,是一个不断增长的研究领域.
研究的目的:
- 审查DL模型的当前应用,以检测MRI上的ACL损伤.
- 综合现有的DL文献,用于ACL撕裂检测.
- 确定该领域的趋势和挑战.
主要方法:
- 对23篇相关文章进行系统审查.
- 对DL概念和在ACL损伤检测中的应用进行分析.
- 综合了DL模型性能和临床影响的研究结果.
主要成果:
- 在MRI上,DL模型在识别ACL损伤方面具有很高的准确性.
- 这些模型可以帮助临床医生,特别是那些经验较少的临床医生.
- 在DL应用中观察到显著的时间效率.
- 研究来自10个国家,由中国和美国领导.
结论:
- DL模型是基于MRI的ACL损伤检测的一个有希望的工具.
- 这些人工智能驱动的方法可以增强临床实践和患者护理.
- 为了实现常规的临床应用,还需要进一步的技术进步.


