《临床放射学杂志》发表论文赏析
作者:额·图娅, 李晓庆, 孙兆男, 张耀峰, 孙玉梦, 张晓东, 王霄英
单位:100034 北京大学第一医院医学影像科额·图娅,李晓庆,孙兆男,张晓东,王霄英;100011 北京赛迈特锐医疗科技有限公司张耀峰,孙玉梦
摘要:目的 探索深度学习方法基于膝关节正位X线构建自动诊断并分级胫股关节骨关节炎(TFOA)诊断模型。方法 搜集5837幅膝关节前后位的X线图像,按照8∶1∶1的比例随机分为训练集、调优集和测试集。以两位医师依据凯尔格伦-劳伦斯(K-L)分级及国际骨关节炎研究协会(OARSI)分级系统共同阅片结果分别作为TFOA及其影像特征[骨赘(OST)及关节间隙狭窄(JSN)]分类模型的参考标准。利用高分辨率网络(HRNet)算法建立上述对应的二分类诊断[K-L 0~1(无TFOA) vs.K-L 2~4(有TFOA);OARSI 0(无OST/JSN)vs.OARSI 1~3(有OST/JSN)]及多分类分级模型(K-L 0~4,分别代表无、可疑、轻度、中度及重度TFOA;OARSI 0~3,依次代表无、轻度、中度及重度OST/JSN)。以受试者工作特征曲线(ROC)、查准率-查全率曲线(P-R)及混淆矩阵评价模型的分类效能。结果 在测试集中,二分类模型诊断TFOA、OST及JSN的曲线下面积(AUC)为0.95~0.99、P-R的AUC为0.86~0.98;多分类模型在分级TFOA、OST及JSN中的宏准确率为0.90~0.98、敏感度为0.09~0.99、特异度为0.69~1.00。结论 以HRNet为基础架构的模型可自动诊断并分级TFOA、OST及JSN,其二分类诊断效能较高,多分类则对病变程度分级提供了可能性。
关键词:膝关节,骨关节炎,X线摄影,深度学习,分类
2023年8期其他文献查阅:
成人胼胝体细胞毒性病变与胼胝体压部急性脑梗死的临床及MRI鉴别
基于低频振幅技术探讨头针联合康复训练治疗缺血性脑卒中运动功能障碍的fMRI脑功能机制
比较双低扫描深度学习重组、能谱成像单能量重组CTPA图像质量、辐射剂量
应用深度学习实现前列腺癌盆腔骨转移的分割并基于MET-RADS-P指南评估骨转移疗效
基于三期增强CT影像组学和临床特征在小肾透明细胞癌鉴别诊断中的应用分析
使用深度学习方法对前列腺双参数MRI图像自动甄别的外部验证研究
基于膝关节正位X线应用深度学习构建胫股关节骨关节炎的自动诊断模型
术前动脉增强分数预测CNLCⅡb期至Ⅲb期肝细胞肝癌栓塞后生存预后的研究
能谱CT单能级成像结合ASIR-V对下肢深静脉血栓清晰度的影响