换一批基于MRI与深度学习算法对腰椎间盘髓核退变的智能鉴别系统的建立与应用
Establishment and Application of Intelligent Identification System for Lumbar Disc Nucleus Pulposus Degeneration Based on MRI and Deep Learning Algo-rithm
摘要目的:基于核磁共振成像(MRI)与U-Net深度学习模型,构建腰椎间盘髓核退变的智能鉴别系统,并评估其辅助诊断的临床效能.方法:回顾性分析2020年1月至2023年3月本院收治的298例腰椎间盘突出症(LDH)患者的MRI影像资料,将其作为训练集,采用U-Net模型进行训练.通过数据预处理(包括图像归一化、弹性变形增强)构建智能鉴别系统;另回顾性分析2023年5月至2024年8月本院收治的123例LDH患者,将其作为验证集,以手术病理结果为"金标准",对比智能鉴别系统与影像医师的诊断效能.结果:训练集与验证集患者在年龄、性别、病变节段等基线资料上无显著差异(P>0.05).智能系统鉴别腰椎间盘髓核退变的灵敏度、特异度、准确率分别为96.49%、100.00%、96.75%,高于影像医师的89.47%、88.89%、89.43%.智能系统与金标准一致性良好(Kappa值为0.801),优于影像医师(Kappa值为0.501).结论:基于MRI与U-Net模型的智能鉴别系统可显著提升腰椎间盘髓核退变的诊断灵敏度与一致性,为临床快速筛查提供了高效工具.
更多相关知识
关键词
核磁共振成像深度学习算法腰椎间盘突出症髓核退变人工智能鉴别价值magnetic resonance imagingdeep learning algorithmslumbar disc herniationnucleus pulposus degenerationartificial intelligenceidentification value
DOI
10.7517/issn.1674-0475.2025.05.13
发布时间
2025-08-14（万方平台首次上网日期，不代表论文的发表时间）
基金项目
四川省中医药管理局科学技术研究专项课题（2020LC0174）
- 浏览5
- 被引0
- 下载3
相似文献
- 中文期刊
- 外文期刊
- 学位论文
- 会议论文
