换一批基于知识图谱的腹部前后立位片的智能质量控制
Intelligent quality control for abdominal anteroposterior radiograph based on knowledge graph
摘要目的:设计一种基于知识图谱腹部前后立位片(腹部平片)的影像智能质量控制(质控)算法模型应用于临床实践.方法:在安徽省影像云平台获得4 499张脱敏后的腹部平片,按7∶1∶2比例分为训练集3 136张、验证集457张和测试集906张.构建知识图谱进行单人质控和多人质控标注,训练人工智能(AI)模型,以3位质控专家的结果作为参考标准.比较单人质控、多人质控及AI质控的图像技术质量精确率和图像清晰度、精确率.评估单人质控、多人质控与参考标准的相关性.结果:测试集中,与参考标准相比,AI质控的平均精确率高于单人质控(A、B)(P＜0.01);在图像清晰度方面,AI质控的相关性最高(0.754),其余依次为多人质控(0.671)和单人质控A(0.625)、B(0.617).结论:在图像投照技术和图像清晰度的质量评估中,AI质控效果明显优于单人质控,甚至部分标签略优于多人质控,具有临床应用的潜力.
更多相关知识
关键词
腹部平片图像质量控制知识图谱人工智能Abdominal RadiographImage quality controlKnowledge graphArtificial intelligence
栏目名称
DOI
10.3969/j.issn.1672-0512.2025.05.026
发布时间
2025-10-09（万方平台首次上网日期，不代表论文的发表时间）
基金项目
- 浏览6
- 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
