换一批摘要目的 利用人工智能开放平台EasyDL建立筛查膝关节磁共振成像隐匿性骨折诊断模型,并对模型进行评估.方法 选取2022年10月至2024年5月联勤保障部队第九六四医院收治的98例膝关节隐匿性骨折患者,男性65例,女性33例,年龄(32.5±15.8)岁,年龄范围为6～87岁.筛选合格磁共振成像图像1 482幅,分成四类,分别为T1加权成像矢状位、T2加权成像矢状位、T2加权成像冠状位及T2加权成像轴位.对每一类图像进行随机分配,80％做训练集,20％做测试集.评估该模型的精准度、召回率和F1值,并请主治医师和住院医师分别对测试集进行诊断,评估该模型与不同级别医师诊断结果之间的一致性.结果 该模型总体精准度为84.4％,召回率为94.8％,F1值为89.3％;人工智能诊断模型与主治医师Kappa值为0.717,人工智能诊断模型与住院医师Kappa值为0.527.结论 基于EasyDL平台建立的人工智能诊断模型,具有较强的检测能力及平衡性,对膝关节隐匿性骨折的诊断能力与主治医师诊断水平大致相当.
更多相关知识
关键词
EasyDL平台膝关节隐匿性骨折磁共振检查诊断模型EasyDL platformKnee joint occult fractureMagnetic resonance imagingDiagnostic model
分类号
R684
栏目名称
DOI
10.16048/j.issn.2095-5561.2025.04.12
发布时间
2025-08-26（万方平台首次上网日期，不代表论文的发表时间）
- 浏览1
- 被引0
- 下载2
相似文献
- 中文期刊
- 外文期刊
- 学位论文
- 会议论文
