基于深度学习的儿童骨盆X线片质量控制模型的构建与应用
Development and Application of Deep Learning-Based Model for Quality Control of Children Pelvic X-Ray Images作者机构:空军军医大学西京医院骨科西安市710032
出 版 物:《中国医疗器械杂志》 (Chinese Journal of Medical Instrumentation)
年 卷 期:2024年第48卷第2期
页 面:144-149页
学科分类:0831[工学-生物医学工程(可授工学、理学、医学学位)] 100207[医学-影像医学与核医学] 1002[医学-临床医学] 08[工学] 1010[医学-医学技术(可授医学、理学学位)] 10[医学]
主 题:发育性髋关节发育不良 骨盆X线片 人工智能 软件
摘 要:目的提出一种基于深度学习的儿童骨盆正位X线片质量评估方法,构建诊断模型并验证其临床可行性。方法回顾性收集3247例儿童骨盆正位X线片,随机分为训练数据集、验证数据集及测试数据集。构建人工智能模型,评估质量控制模型可靠性。结果模型的诊断准确率、ROC曲线下面积、灵敏度及特异度分别为99.4%、0.993、98.6%和100.0%。模型的骨盆倾斜指数95%一致性界限为-0.052~0.072;骨盆旋转指数95%一致性界限为-0.088~0.055。结论该研究首次尝试将AI算法应用于儿童骨盆X线片的质量评估,并显著改善了儿童发育性髋关节发育不良的诊疗现状。