基于机器学习的Calcaneus体积的估计,使用普通放射性形态测量

科学领域:

• 人体解剖学 解剖学 解剖学
• 生物识别信息 生物识别信息
• 放射学 放射学是一门学科.

背景情况:

• 估计骨体积是具有挑战性的,现有的研究有限.
• 准确的体积测量对于解剖学和临床应用至关重要.

研究的目的:

• 开发一个公式,用普通的X射线图来估计骨体积.
• 为了建立一个实际的方法来计算体体积.

主要方法:

• 使用了来自安纳托利亚的216个干成年卡尔卡奈.
• 通过阿基米德的水位移法计算体积.
• 从侧向和轴向射线图中测量了多个维度,包括长度,高度和宽度.
• 使用多重线性回归模型与Python 3.12.2衍生出公式.

主要成果:

• 平均骨体积为55.8毫升 (SD 11.7毫升).
• 一个多重线性回归模型产生了公式:体积 (mL) = 0.96 ×最大AP l (mm) + 0.40 ×最大体 l (mm) - 0.29 ×体 h (mm) + 0.76 ×最小体 h (mm) + 0.14 ×最大后 w (mm) + 0.48 ×最小后 w (mm) - 7.49.
• 这个公式提供了基于放射测量的近似骨体积.

结论:

• 衍生式为估计骨体积提供了一种可行的方法.
• 该方法可应用于干骨样本的类似研究.