期刊文献+
共找到3篇文章
< 1 >
每页显示 20 50 100
人工智能技术用于超声筛查婴儿发育性髋关节发育不良 被引量:7
1
作者 徐英 于红奎 +4 位作者 林小影 赵杨 黄子殷 许晓 杨星怡 《中国医学影像技术》 CSCD 北大核心 2023年第8期1229-1233,共5页
目的构建人工智能(AI)自动识别髋关节超声标准冠状切面及测量相关参数模型,观察其辅助超声筛查婴儿发育性髋关节发育不良(DDH)的价值。方法回顾性分析2164名婴儿共4328侧髋关节超声视频,由5名超声科主治医师采用SonoKit标注软件以统一... 目的构建人工智能(AI)自动识别髋关节超声标准冠状切面及测量相关参数模型,观察其辅助超声筛查婴儿发育性髋关节发育不良(DDH)的价值。方法回顾性分析2164名婴儿共4328侧髋关节超声视频,由5名超声科主治医师采用SonoKit标注软件以统一标准于每段视频中选取1幅标准、2幅非标准髋关节冠状切面声像图,并于标准冠状切面图中标注关键解剖结构。经2名超声科主任医师审核,共获得11100幅声像图(3665幅标准、7435幅非标准),以其中8100幅为训练集(2665幅标准、5435幅非标准)、3000幅为验证集(1000幅标准、2000幅非标准)。基于训练集数据构建AI模型,自动识别髋关节超声标准冠状切面,并于其中自动测量α角、β角和股骨头覆盖率(FHC);以验证集验证AI模型识别标准切面的效能。另选取110名健康婴儿的220幅髋关节标准冠状切面声像图,分别由超声科医师手动测量、以AI模型自动测量其α角、β角和FHC,分析测量结果的一致性及相关性。结果对于验证集髋关节超声标准冠状切面,AI模型与超声科主任医师识别结果的一致性较好(Cohen’s Kappa=0.925);AI模型自动测量与医师手动测量α角、β角及FHC的一致性均较好,组内相关系数分别为0.814、0.730和0.953,均具有强相关性(r=0.826、0.731、0.967)。结论AI模型能有效自动识别髋关节超声标准冠状切面并自动测量相关参数,可辅助超声筛查婴儿DDH。 展开更多
关键词 髋关节 婴儿 人工智能 超声检查 发育性髋关节发育不良
在线阅读 下载PDF
智能髋关节超声技术在婴儿发育性髋关节发育不良筛查中的应用 被引量:3
2
作者 徐英 于红奎 +4 位作者 林小影 赵扬 杨星怡 黄子殷 许晓 《中山大学学报(医学科学版)》 CAS CSCD 北大核心 2023年第5期870-877,共8页
【目的】开发一种辅助发育性髋关节发育不良(DDH)的早期超声筛查的深度学习系统,即新型智能髋关节超声技术(S-hip),并验证其临床应用价值。【方法】选取我院自2021年11月至2022年8月通过标注和审核的婴儿髋关节冠状切面超声图像11100张... 【目的】开发一种辅助发育性髋关节发育不良(DDH)的早期超声筛查的深度学习系统,即新型智能髋关节超声技术(S-hip),并验证其临床应用价值。【方法】选取我院自2021年11月至2022年8月通过标注和审核的婴儿髋关节冠状切面超声图像11100张,其中8100张图像用于训练集,3000张用于测试集,用于构建S-hip深度学习系统。另采集87例婴儿双侧髋关节共174张标准冠状切面超声图像用于验证S-hip的自动测量与医生人工测量之间的一致性。S-hip、超声专家和住院医师分别测量α角、β角和FHC,分别记录测量数据和测量耗时,并进行统计学分析。另选取100张髋关节标准冠状切面超声图像,用于超声专家和超声住院医师测量者自身两次测量重复性验证。【结果】S-hip与超声专家测量α角、β角和FHC结果的组内相关系数(ICC)与95%可信区间(CI)分别是0.799(0.738,0.847)、0.798(0.737,0.846)和0.934(0.954,0.975)。超声住院医师和超声专家测量α角、β角和FHC结果的ICC(95%CI)值分别是0.725(0.645,0.789)、0.674(0.583,0.748)和0.931(0.908,0.949)。S-hip与超声专家测量α角、β角和FHC结果的平均绝对误差(MAE)分别是2.69°、4.43°和2.47%。S-hip组、超声专家组和超声住院医师组测量耗时分别(1.59±0.36)s、(18.76±2.23)s和(19.45±2.76)s,S-hip自动测量耗时明显短于人工测量,差异有统计学意义(P<0.001)。超声专家测量者自身两次测量α角、β角和FHC结果的ICC(95%CI)分别是0.943(0.916,0.961)、0.959(0.940,0.972)和0.981(0.971,0.987),超声住院医师自身两次量α角、β角和FHC结果的ICC(95%CI)分别是0.884(0.833,0.921)、0.921(0.884,0.946)和0.962(0.944,0.974)。【结论】基于深度学习系统的新型智能髋关节超声技术(S-hip)自动测量α角、β角和FHC的可靠性和准确性都很高,优于超声住院医师,可以简化测量步骤,明显缩短检查时间,有利于婴儿髋关节超声筛查工作的广泛开展。 展开更多
关键词 婴儿 发育性髋关节发育不良 超声检查 深度学习 自动测量 筛查
在线阅读 下载PDF
腹外型侵袭性纤维瘤病的CT表现 被引量:1
3
作者 罗振东 叶琼玉 +3 位作者 陈卫国 秦耿耿 程勇 贾铭 《中国临床医学影像杂志》 CAS 2012年第4期260-264,共5页
目的:探讨腹外型侵袭性纤维瘤病的CT表现,以期提高对本病的认识及诊断水平。方法:收集经病理证实的9例腹外型侵袭性纤维瘤病患者的资料,回顾性分析其CT表现。结果:9例腹外型侵袭性纤维瘤病中,位于软组织7例(包括胸壁4例、颈部2例、大腿1... 目的:探讨腹外型侵袭性纤维瘤病的CT表现,以期提高对本病的认识及诊断水平。方法:收集经病理证实的9例腹外型侵袭性纤维瘤病患者的资料,回顾性分析其CT表现。结果:9例腹外型侵袭性纤维瘤病中,位于软组织7例(包括胸壁4例、颈部2例、大腿1例),位于骨骼2例(骶骨及颌骨各1例)。7例软组织肿瘤CT平扫表现为密度均匀的中等密度4例、略低密度3例,均与肌肉组织分界不清,骨质侵蚀破坏3例;增强扫描轻中度强化3例、明显强化4例。2例骨肿瘤CT平扫表现为膨胀性骨质破坏,周缘硬化边1例,肿瘤内肿瘤性骨小梁1例,1例增强扫描呈轻度强化。结论:腹外型侵袭性纤维瘤病是一种少见的中间性软组织肿瘤,CT表现具有一定的特征性,确诊仍依赖于病理学检查。 展开更多
关键词 纤维瘤病 侵袭型 体层摄影术 螺旋计算机
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部