MPLDM:全关节整形手术的多模式假肢松动诊断模型
Xiao Chen1, Pang Lyu2, Wencheng Han3
1Department of Orthopedics, People's Hospital of Zhengzhou University, Henan Provincial People's Hospital, People's Hospital of Henan University, Zhengzhou, 450003, Henan, China.
Medical image analysis
|December 30, 2025
概括
这项研究引入了一种多模态假肢松动诊断模型 (MPLDM),用于诊断关节整形术 (THA) 后的并发症. 该模型使用综合患者数据准确识别无菌松动和周围假肢关节感染 (PJI).
科学领域:
- 整形外科手术 整形外科手术
- 医学成像医学成像
- 医学中的人工智能
背景情况:
- 整部关节整形术 (THA) 是一种常见的手术,具有潜在的并发症,如无菌松动和周围假肢关节感染 (PJI).
- 准确诊断这些并发症是具有挑战性的,需要整合不同的临床数据来源.
- 现有的诊断方法可能无法充分利用多模式患者信息.
研究的目的:
- 开发和验证一种新的多模态假肢松诊断模型 (MPLDM),以改善THA并发症的诊断.
- 加强综合临床数据的利用,包括成像,医疗记录和实验室结果.
- 创建一个强大的诊断工具,可以处理缺失的数据模式.
主要方法:
- 开发了MPLDM,使用四个独立的编码器用于不同类型的数据 (X射线,CT,病历,实验室测试).
- 整合了注意力机制,以改善模式之间的信息交互.
- 实施了多模式融合模块,用于可靠的预测,并为缺失数据场景设计了模型.
- 创建并使用了全面的多模式数据集用于培训和评估.
主要成果:
- 该MPLDM实现了卓越的诊断性能,平均精度,回忆和F1分数分别为0.9140,0.8353和0.8645.
- 与单模和其他多模基线模型相比,证明了更高的准确性和稳定性.
- 验证了该模型在诊断无菌松和PJI诱导松方面的有效性.
结论:
- 在诊断无菌松动和THA后PJI方面,MPLDM提供了显著的进展.
- 该模型能够整合多模式数据并处理缺失的输入的能力提高了其临床适用性.
- 这种方法有望通过更准确和及时诊断THA并发症来改善患者的治疗结果.
