声像图质量对人工智能辅助诊断系统与人工测量发育性髋关节发育不良患儿生物学指标一致性的影响
Impact of ultrasonic image quality on the consistency of artificial intelligence assisted diagnosis system and manual measurements of biological indicators in children with developmental dysplasia of hip
摘要目的 观察声像图质量对人工智能(AI)辅助诊断系统与人工测量发育性髋关节发育不良(DDH)生物学指标一致性的影响.方法 回顾性分析75例DDH及345例非DDH患儿髋关节超声资料,对声像图进行主观评分.于每例选取1幅图像,以熵权法基于140幅(A组,取自25例DDH及115例非DDH)构建评估声像图质量模型,获得DDH相关解剖结构及影响因素的权重,据以将另外280幅(B组,取自50例DDH及230例非DDH)图像质量由高至低分为A、B、C级;分析AI与人工测量B组DDH生物学指标的一致性.结果 DDH相关解剖结构及影响因素权重按照髂骨支下缘、髂骨、盂唇、骨缘转折点、股骨头、运动伪影依序下降.B组A级67幅(取自9例DDH及58例非DDH)、B级160幅(取自26例DDH及134例非DDH)、C级53幅(取自15例DDH及38例非DDH);除DDH患儿声像图中的β、股骨头覆盖率(FHC)及股骨头长径外,AI与人工测量DDH其他指标的一致性由高到低均为A级>B级>C级;二者针对DDH患儿声像图的测量结果的一致性高于非DDH.结论 髋关节声像图质量影响AI与人工测量DDH生物学指标的一致性;遇声像图质量欠佳时,应重点测量FHC及股骨头径线.
更多相关知识
- 浏览0
- 被引2
- 下载0

相似文献
- 中文期刊
- 外文期刊
- 学位论文
- 会议论文


换一批



