人工智能对儿童肘关节异常的分类准确率为88%
根据《放射学:人工智能》发表的一项新研究,深度学习模型可以在创伤X线片上对儿童急性和非急性肘关节异常进行分类,准确率为88%。
医学博士杰西c拉扬(Jesse C. Rayan)写道:“在大量没有训练有素的现场放射科医生的急诊科或急救中心,迫切需要快速、正确地分流患者进行骨科评估或出院。”马萨诸塞州总医院的同事。“在没有与训练有素的儿科放射科医生直接接触的情况下,肘部畸形的两种识别有可能简化即时医学分类。”
Rayan和他的同事试图确定使用深度学习的多视图方法在X线片上解决儿童肘部异常的可行性,这类似于放射科医生在工作站上查看多个图像的方式。
Rayan和他的同事写道:“据我们所知,到目前为止,还没有研究将[卷积神经网络](CNN)用于儿童肘关节检查,并且已经测试了区分异常和正常生长中心的能力。
雷安等。研究人员在2014年1月至2017年12月的四年中进行了21456项放射学研究,包括超过58000张肘部图像。
根据二项式分类,将研究分为急性或亚急性创伤异常阳性或阴性,然后将其随机分为包含20,350项研究的训练集和包含1,106项研究的验证集。研究人员将卷积神经网络和递归神经网络相结合来解释三张x光照片的整个系列。
研究人员写道:“通过深度学习,已经成功识别出骨骼发育不良和骨骼发育不良的未成熟患者的骨折,这些骨骼发育的开放性不同于真正的异常。”
研究人员发现,他们的深度学习模型可以以88%的准确率、91%的灵敏度和84%的特异性检测异常。人工智能遗漏了以下例外:
241例中,1例骨折。
1例外侧突骨折88例。
77例中,15例肘关节腔积液,无骨折。
184例中有37例其他异常。
研究人员指出,他们的AI可以根据二项式分类有效地对创伤儿童肘部X线检查的急性和非急性发现进行分类。此外,他们的方法是独特的,因为他们应用递归神经网络来分类整个射线照相系列,而不是分类单个射线照相图像。
该模型可以根据所有视图进行决策,类似于人类放射科医生的模型,并将通过进一步修改进行改进。
免责声明:本文由用户上传,如有侵权请联系删除!
猜你喜欢
最新文章
- 个性标签写什么好8个字(个性标签8个字简介介绍)
- 贴吧和i吧有什么区别(贴吧和i吧有什么区别)
- 东北话得细小是什么意思(东北话小得得是啥意思)
- 太姥山旅游最新攻略一日游(太姥山旅游线路)
- 12月有什么好电影上映(12月上映好看的电影)
- 妒海主题曲百度云(泰剧妒海的主题曲和片尾mp3格式的谁有谢谢)
- 元奎在好莱坞拍过多少电影(指导过多少电影 都叫什么)
- 怎么关闭wps删除提示(wps屏幕提醒怎么关闭简介介绍)
- 4399弹弹堂vip折扣券(4399弹弹堂怎么刷点券啊)
- 企业天猫入驻条件及费用(天猫入驻条件及费用简介介绍)
- 尹相杰母亲是马玉涛吗(尹相杰母亲是马玉涛吗)
- 冬至应该吃什么食物(冬至应该吃什么食物)
- nokia6600复刻版本(NOKIA6630~~~)
- 新年快乐日语怎么说(新年快乐日语怎么说)
- 工作交接清单怎样写,格式是怎样的(工作交接清单怎样写格式是怎样的简介介绍)
- 为什么我的梦幻诛仙人物快捷键用不出来(求高手解答 我换了很多台机子了)
- 三星note3开不了机(三星note1手机为什么开不了机)
- 迅雷种子怎么提取(前缀是什么)
- poison(ivy 什么意思)
- 魔法卡片掉卡规则(魔法卡片中怎么没有变闪卡的卡友)
- 眼部结构简图(眼部结构简介介绍)
- 武汉外高国际部学费(武汉外高出国)
- 湖南台为什么叫马桶(湖南台为什么叫芒果台)
- 公元前10000年是什么年(公元前10000年)