换一批摘要背景:深度学习方法在骨骼影像诊断领域取得了突破性进展,克服了传统骨骼影像诊断方法中容易误诊和效率低下的难题,有助于普及骨科智能化诊断方法.目的:综述深度学习在常见骨骼疾病诊断中的应用及优缺点.方法:检索中国知网、万方、PubMed、Web of Science数据库中2021年1月至2025年6月发表的有关深度学习辅助骨骼影像诊断的文献,中文检索词包括"人工智能,深度学习,机器学习,计算机辅助诊断,骨骼影像诊断,骨折,骨肿瘤,骨质疏松,骨关节炎,滑膜炎,脊柱,软骨,分类,检测,分割";英文检索词包括"artificial intelligence,deep learning,machine learning,computer-aided diagnosis,skeletal imaging,fracture,bone tumor,osteoporosis,osteoarthritis,synovitis,spinal,cartilage,classification,detection,segmentation".按照入选标准,最终纳入76篇文献进行综述.结果与结论:深度学习模型已成为骨骼影像诊断的有力工具,逐渐获得了临床医师们的认可,提高了骨骼影像诊断效率.深度学习技术利用图像特征捕捉能力,有助于提升骨折、骨肿瘤、骨质疏松、骨关节炎、滑膜炎及脊柱病变等多种疾病的临床诊断效果,为临床医生决策提供参考依据.尽管深度学习诊断应用极具潜力,但容易出现模型泛化能力不足的问题,严重依赖大量标注数据,导致模型缺少信服力,从而阻碍了其临床推广应用.未来的研究应侧重于提升深度学习模型的鲁棒性,提升泛化能力.总之,深度学习应用于临床骨骼影像诊断有一定参考价值.
更多相关知识
关键词
骨骼影像深度学习人工智能医学影像诊断骨科疾病综述skeletal imagedeep learningartificial intelligencemedical imaging diagnosisorthopedic diseasesreview
栏目名称
DOI
10.12307/2026.427
发布时间
2026-05-15（万方平台首次上网日期，不代表论文的发表时间）
- 浏览7
- 被引0
- 下载1
相似文献
- 中文期刊
- 外文期刊
- 学位论文
- 会议论文
