利用深度学习构建自动分类模型以辅助髌骨轴位X线片的图像质控

摘要：

目的:利用深度学习方法训练髌骨轴位X线片图像质量控制的自动分类模型.方法:回顾性收集髌骨轴位X线片,由两位专家将髌骨轴位X线片分为不同数据组以训练模型,分别为:术后/非术后共175例(术后96例,非术后79例),侧别共735例(左侧419例,右侧316例),图像质量共453例(图像质量不合格246例,图像质量合格207例).上述每组数据均按8:1:1的比例随机分为训练集、调优集和测试集,即:术后/非术后为136例、21例、18例,侧别586例、75例、74例,图像质量为362例、46例、45例.训练HRNet模型对上述三组图像进行自动分类,应用混淆矩阵评价模型分类预测效能,以符合率为评价指标.结果:测试集中,三组图像分类模型的预测符合率依次为:术后/非术后94.4％(17/18)、侧别98.6％(73/74)、图像质量91.1％(41/45).结论:基于深度学习训练的分类模型对髌骨轴位X线片进行图像质量控制效能良好,有利于工作流程的优化及后续对接AI诊断模型.

关键词：髌骨、轴位X线、深度学习、质量控制、结构化报告

所属期刊栏目：37

分类号：R814.41;R684(放射医学)

在线出版日期：2022-07-25（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：884-888