换一批改进后的U-net神经网络新模型在青少年特发性脊柱侧弯患者Cobb角测量中的应用价值
Application value of improved U-net neural network new model in Cobb angle measurement of the adolescent idiopathic scoliosis patients
摘要目的 探讨基于人工智能(AI)深度学习技术下改进后的U-net神经网络新模型(新模型法)在青少年特发性脊柱侧弯(AIS)患者Cobb角测量中的应用价值.方法 选取46 例AIS Lenke 1 型患者的全长正、侧位X线片,使用新模型法、Surgimap法、Photoshop法对Cobb角进行测量.比较不同测量方法测得的Cobb角及所用时间.对Surgimap法和Photoshop法的不同组测量者及同一组测量者进行Cobb角测量的一致性检验.绘制Bland-Altman图评估不同方法所测数据的一致性,以进一步验证组内相关系数(ICC)的评价.结果 3 种测量方法测得的Cobb角比较差异无统计学意义(P>0.05);与使用Surgimap法、Photoshop法相比,新模型法测得Cobb角用时最短,差异均有统计学意义(P<0.05).Surgimap法和Photoshop法的不同组测量者及同一组测量者进行Cobb角测量的可信度高、重复性好、一致性极好.3 种测量方法中不同测量者测量的Cobb角及选择的上、下端椎均有轻度差异,但总体一致性良好.结论 基于AI深度学习技术下改进后的U-net神经网络新模型对AIS患者的Cobb角进行测量,具有可靠性高、速度快的优势,且准确度能达到高年资骨科医师测量的水平.
更多相关知识
栏目名称
DOI
10.3969/j.issn.1008-0287.2025.01.007
发布时间
2025-03-10（万方平台首次上网日期，不代表论文的发表时间）
基金项目
广西壮族自治区桂林市科技局计划项目（20210227-2）
广西壮族自治区卫生健康委员会自筹课题（Z20210639）
- 浏览15
- 被引2
- 下载16
相似文献
- 中文期刊
- 外文期刊
- 学位论文
- 会议论文
