换一批基于深度学习的颞下颌关节骨关节炎影像智能诊断模型构建与评估
Construction and evaluation of a deep learning-based intelligent diagnosis model for temporomandibular joint osteoarthritis imaging
摘要目的:基于深度学习技术,开发颞下颌关节骨关节炎影像的自动判读模型,以辅助临床诊断,提升该病诊断的效率和准确性.方法:收集220例患者的CBCT数据,获得2 052张矢状面图像.根据颞下颌关节紊乱病影像学分析标准,勾画感兴趣区,并将图像分为无颞下颌关节骨关节炎(TMJOA)、TMJOA不确定型及TMJOA 3类.数据按8∶2比例随机分为训练集和验证集.基于3个轻量化Yolov5深度学习框架对训练集进行模型训练,并在验证集上评估模型性能.结果:Yolov5N模型表现最佳,验证集的检测准确率、召回率、精确率分别为92.5％、90.1％和85.7％.结论:该研究开发的颞下颌关节骨关节炎自动检测模型能够有效识别关节炎病变,人工智能工具有望成为临床颞下颌关节骨关节炎诊断的有力辅助工具.
更多相关知识
栏目名称
DOI
10.3969/j.issn.1001-3733.2025.04.014
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
陕西省重点研发计划（2021LL-JB-06）
- 浏览12
- 被引0
- 下载6
相似文献
- 中文期刊
- 外文期刊
- 学位论文
- 会议论文
