基于深度学习的MRI诊断半月板损伤的研究进展

摘要：

半月板撕裂是膝关节损伤的常见类型,若治疗不当,易引发膝关节疼痛、骨性关节炎等一系列临床症状.正确识别半月板病变是进行患者教育和临床干预的重要前提.MRI是临床诊断半月板损伤的最常用影像学方式,其能够准确反映半月板撕裂的位置、撕裂类型、半月板形态等,是临床诊断半月板撕裂的首选影像学方式.基于深度学习的MRI疾病检测是人工智能的一个新兴领域,随着深度学习算法的临床效用研究不断推进,人工智能可能最终转化为临床实践.本文从迁移学习与定制的神经网络两大分类中探究半月板损伤二分类、撕裂位置、撕裂方向、分级和感兴趣区分割等方面的基于深度学习的半月板MRI诊断研究进展,并指出当前研究的一些不足,以期为后续研究提供参考思路.

关键词：人工智能、深度学习、卷积神经网络、迁移学习、半月板损伤、磁共振成像、数据集

所属期刊栏目：13

分类号：R445.2;R684(诊断学)

在线出版日期：2022-06-02（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：167-170