自动化分析系统量化儿童部形态
Cliodhna N Gartland1, John Healy2, Rosanne-Sara Lynham3
1Insight Research Ireland Center for Data Analytics, University College Dublin, Belfield, D04C1P1, Dublin, Ireland; University College Dublin, Belfield, D04C1P1, Dublin, Ireland.
Computers in biology and medicine
|August 29, 2025
概括
这项研究开发了一种人工智能系统,用于精确识别X射线上的22个关节地标,帮助客观地评估关节发育性形 (DDH) 以早期诊断.
科学领域:
- 放射学
- 医学成像
- 人工智能
背景情况:
- 部发育性形 (DDH) 缺乏客观诊断指标.
- 准确的诊断对于及时干预至关重要.
研究的目的:
- 开发一个人工智能系统,用于精确的解剖学里程碑检测青少年部X射线图.
- 为DDH评估提供新的形态测量.
主要方法:
- 实施了粗细的U-Net深度神经网络方法.
- 对比了六个粗细的模型变化,优化了数据增量,输入大小,注意力门和损失函数.
主要成果:
- 在地标检测准确度中达到了3.79毫米的平均平方误差.
- 与临床专家相比,位置准确度和精度较低.
结论:
- 开发的人工智能系统可以准确地检测关键地标.
- 这一系统显示了为DDH创建客观评估指标的潜力.
