半自动化的三维地标放置在膝盖模型上是一种可靠的方法来描述骨形状和对齐

科学领域:

• 整形外科的研究.
• 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:

• 人工智能 (AI) 在医学成像和骨科研究中越来越多地被探索.
• 准确的解剖学地标识别对于精确的膝盖测量至关重要.
• 当前的2D方法可能缺乏3D方法的精度.

研究的目的:

• 为了评估21个解剖学膝盖地标的内部和内部可靠性.
• 评估最初由人工智能算法放置并手动验证的地标.
• 将人工智能辅助的方法与传统的手动测量进行比较.

主要方法:

• 分析了来自多中心骨关节炎研究 (MOST) 的30个膝盖CT扫描.
• 一个人工智能算法自动识别了19个地标;2个被手动添加.
• 两名审查员独立验证了地标,其中一名在两周后重复了这一过程.

主要成果:

• 对所有21个地标都观察到出色的评级者间可靠性.
• 类内相关系数 (ICCs) 在0.87至1.00之间,用于评价者之间的可靠性.
• 对于大多数地标,intrarater可靠性显示了0.90至1.00之间的ICC.

结论:

• 对所有21个评估的解剖学地标都达成了高度一致.
• 人工智能辅助的地标识别显示出强大的可靠性.
• 半自动化的3D方法为膝盖解剖测量提供了更高的精度.