完全自动化的脚螺杆制造商识别在平面放射图中使用深度学习方法
Rattapoom Waranusast1, Panomkhawn Riyamongkol1, Santi Weerakul2
1Department of Electrical and Computer Engineering, Faculty of Engineering, Naresuan University, Phitsanulok, Thailand.
概括
一个新的深度学习算法从X射线图中准确地识别了脚螺丝制造商,帮助修复手术. 这种人工智能工具实现了100%的准确性,与专家脊椎外科医生相匹配.
科学领域:
- 脊柱外科手术 脊柱外科手术
- 医学成像医学成像
- 医学中的人工智能
背景情况:
- 准确的脚螺杆制造商识别对于修复脊柱手术至关重要.
- 这些信息往往无法从标准的普通放射图中获得.
- 一个新的深度学习算法被开发来解决这个差距.
研究的目的:
- 开发和验证一个深度学习算法来识别从前后 (AP) 和侧面X射线图的脚螺丝制造商.
- 将算法的性能与经验丰富的脊柱外科医生进行比较.
主要方法:
- 使用了来自三家制造商的276名患者的1,887个脚螺丝的数据集.
- 卷积神经网络 (CNN) 和YOLO物体检测被用于分类和定位.
- 该算法的准确性被评估在一个测试组,并与两个脊椎外科医生手动评估相比较.
主要成果:
- 该算法在AP射线图上达到100%的准确性,在侧向射线图上达到98.9%的准确性.
- 考虑到两种观点,整体准确性达到了100%.
- 该算法的性能与脊柱外科医生几乎完全一致,他们实现了97.1%的准确性.
结论:
- 一个非常准确的深度学习算法用于从X光片识别脚螺丝制造商已经成功开发.
- 该算法的性能与经验丰富的脊柱外科医生的性能相当.
- 这种工具具有很大的潜力,可以帮助修复手术规划.
