在骨CT上检测耳硬化的人工智能:一项诊断研究
Ahmet Koder1, Yunus Emre Dinç1, Nur Banu Hancı2
1Department of Otorhinolaryngology, Trakya University, Faculty of Medicine, Edirne, Turkey.
Acta oto-laryngologica
|November 25, 2025
概括
使用卷积神经网络 (CNN) 的人工智能 (AI) 在骨CT扫描上在检测耳硬化时显示出高精度. 这种人工智能工具可以改善内耳疾病的诊断,帮助手术规划.
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:
- 耳硬化是一种影响耳囊的骨疾病,导致听力损失.
- 高分辨率计算机断层扫描 (HRCT) 对于诊断至关重要,但其准确性取决于解释.
- 人工智能 (AI) 具有提高检测微妙耳硬化特征的潜力.
研究的目的:
- 评估卷积神经网络 (CNN) 的诊断准确性,以识别耳硬化.
- 评估CNN在骨CT扫描上检测耳硬化症方面的表现.
主要方法:
- 一项回顾性研究使用了来自53名耳硬化患者和36名对照者的CT扫描.
- 在74张耳硬化和74张对照图像的增强数据集上开发和训练了一种CNN模型.
- 性能指标包括准确度,灵敏度,特异性,精度,F1得分和AUC.
主要成果:
- 美国有线电视新闻网实现了98%的训练准确率和87.5%的最大验证准确率.
- 验证指标显示灵敏度为80.0%,特异性为84.6%,精度为85.7%,AUC为0.847.
- 学习曲线表明稳定的模型趋同,没有过拟合.
结论:
- 基于人工智能的CT分析显示了诊断耳硬化症的巨大潜力,特别是在微妙或看起来正常的病例中.
- 将人工智能集成到耳部成像中可以提高诊断可靠性和患者管理.
- 人工智能可以增强对耳硬化治疗的手术规划.


