相关实验视频
Updated: May 9, 2025
09:14
A Mouse Model of Ankle-Subtalar Complex Joint Instability
Published on: October 28, 2022
1.3K
通过使用深度学习,对脚关节不稳定性的自动放射评估
Seungha Noh1, Mu Sook Lee2, Byoung-Dai Lee3
1Department of Computer Science, Graduate School, Kyonggi University, Suwon-si, Republic of Korea.
Scientific reports
|April 29, 2025
概括
一个新的深度学习系统准确地测量了脚X射线图上的耳倾斜和前耳翻译. 这种人工智能工具通过为临床实践提供客观和可重复的测量来帮助诊断脚不稳定.
科学领域:
- 放射学 放射学是一门学科.
- 人工智能的人工智能
- 整形外科 整形外科 整形外科
背景情况:
- 脚关节不稳定性诊断依赖于测量脚倾斜和前脚翻译从承重脚X射线图.
- 手动测量这些参数可能是主观和耗时的.
- 开发自动化系统可以提高诊断脚不稳定的客观性和效率.
研究的目的:
- 开发和评估一种基于深度学习 (DL) 的系统,用于自动测量舌头倾斜和前耳舌头转换.
- 与临床医生评估相比,评估DL系统的准确性和可靠性.
- 确定该系统在支持临床诊断脚不稳定的实用性.
主要方法:
- 开发并训练了一个深度学习系统,使用来自4000名患者的1,452张前后和2,984张侧面承重脚放射图.
- 排除标准包括先前有关节融合,骨移植或关节置换的患者.
- 使用统计分析,包括相关系数和布兰德-阿尔特曼图,将DL衍生测量与临床医生的评估进行比较.
主要成果:
- 该DL系统显示了高精度的塔拉尔倾斜测量 (例如,皮尔森的r=0.798,ICC=0.797).
- 该系统还显示了前口腔翻译测量的高精度 (例如,皮尔森的r = 0.862,ICC = 0.861).
- DL计算的测量结果与临床医生评估的值有很强的一致性.
结论:
- 开发的深度学习系统提供了对话器倾斜和前方话器转换的客观和可重现的测量.
- 该系统的高精度支持其在帮助临床解释脚不稳定的潜力.
- 这种人工智能工具可以增强常规放射实践,用于诊断脚关节的不稳定性.
