在标准的前后骨盆X射线上对称性的定量分析
Abdurrahman Yilmaz1, Turab Selcuk2, Taha Aksoy1
1Department of Orthopaedics and Traumatology, Hacettepe University Faculty of Medicine, Ankara, Türkiye.
Acta orthopaedica et traumatologica turcica
|May 13, 2025
概括
一个人工智能模型通过量化阻塞孔对称度来准确评估盆腔X射线图像质量. 这种人工智能工具确保了正确的图像采集,以进行可靠的诊断评估.
科学领域:
- 放射学 放射学是一门学科.
- 医疗成像医学成像
- 人工智能的人工智能
背景情况:
- 盆腔X射线的准确性取决于正确的图像采集.
- 评估阻塞孔的对称性对于评估骨盆X射线适用性至关重要.
- 目前的方法可能缺乏一致的准确性.
研究的目的:
- 开发一种自动化的人工智能 (AI) 模型,用于在骨盆前后X射线中量化阻塞孔对称性.
- 用AI驱动的对称性分析来确定骨盆X射线图像是否适合评估.
- 将人工智能衍生的对称度测量与医生评估进行比较.
主要方法:
- 在应用排除标准后,利用了513个盆腔X射线.
- 开发了一种人工智能模型来识别阴茎翅膀和阻塞孔.
- 使用Dice,Jaccard和Cosine相似度指数计算对称性,并与医生评估进行比较.
主要成果:
- 人工智能模型的对称性值从0.58到0.89.9不等.
- 在AI和医生对称性评估之间没有发现统计学意义上的差异 (P=.68,P=.6,P=.96).
- 三个不同的相似性指数证实了该模型的可靠性.
结论:
- 人工智能模型有效地评估了基于阻塞孔对称性的骨盆X射线适当性.
- 自动化AI分析提供了一种可靠的方法来评估盆腔放射学中的图像质量.
- 这项技术可以提高诊断准确度和放射学解释的一致性.


