加载中........
×

Radiology:深度学习方法评价膝关节MR图像的价值

2019-3-7 作者:shaosai   来源:MedSci原创 我要评论0
Tags: 深度学习  膝关节  MR  

本研究旨在验证利用深度学习方法在MR膝关节图像中检出软骨病变(包括软骨软化、软骨纤维化、软骨开裂、局部缺损、软骨退变导致的弥漫性变薄和急性软骨损伤)的可能性。

本研究利用分割和分级卷积神经网络(CNNs)生成全自动基于深度学习软骨病变诊断系统。本研究共纳入了175例有关节痛患者的T2加权快速反转回波MRI数据,利用深度学习方法进行回顾性分析。在股骨和胫骨关节表面置放17395处分析框,以两位骨肌放射学医师评价有无关节软骨病变为参考标准进行云联CNN分级。利用ROC分析和κ统计评价关节软骨病变诊断系统检出软骨病变的诊断价值和组间一致性。

结果为,根据约登指数在最佳截断值时关节软骨病变诊断系统的敏感性和特异性分别为84.1%、85.2%(评价1),80.5% and 87.9%(评价2)。ROC曲线下面积分别为0.917(评价1)、0.914 (评价2),表明具有较高的诊断价值。两位评价结果具有较搞一致性,κ值为0.76。

本研究表明,利用全自动基于深度学习软骨病变诊断系统能够在MR膝关节图像中检出软骨病变膝关节软病变,并对检出关节退变和急性软骨损伤具有较高诊断价值和较好组间一致性。

原始出处:


本文系梅斯医学(MedSci)原创编译整理,转载需授权!



小提示:78%用户已下载梅斯医学APP,更方便阅读和交流,请扫描二维码直接下载APP

所属期刊:RADIOLOGY 期刊论坛:进入期刊论坛
版权声明:本文系梅斯MedSci原创编译整理,未经本网站授权不得转载和使用。如需获取授权,请点击

只有APP中用户,且经认证才能发表评论!马上下载

web对话