4种新型人工智能算法在区域人群骨龄测定中的价值

来源 :中国医学装备 | 被引量 : 0次 | 上传用户:hyxh4388488
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
目的:研究在实际临床工作中适用于区域人群的人工智能骨龄测定法.方法:选取在医院行手腕骨X射线检查的152名儿童及青少年受检者,应用《中国人手腕骨发育标准(CHN)法》对受检者骨龄进行评估,以评估的骨龄平均值为“金标准”;采用人工智能的RUS-CHN法掌指骨骨龄法、TW3-RUS掌指骨骨龄法、TW3-Carpal腕骨骨龄法和Greulich-Pyle图谱法4种不同新型全自动算法阅片,对照医师采用CHN法进行阅片,并与骨龄“金标准”相比得出平均绝对偏差(MAD)和均方根偏差(RSMD).结果:人工智能中的4种全自动算法阅片结果与“金标准”相比MAD分别为0.56岁、0.61岁、1.09岁和0.90岁,RSMD分别为0.72岁、0.73岁、1.38岁和1.11岁,对照医师组与“金标准”相比MAD和RSMD分别为0.58岁和0.74岁;人工智能中RUS-CHN法最接近金标准,且具有统计学意义(F=0.01,F=0.06,F=5.58,F=0.34,F=0.31;P<0.05).人工智能软件测评速度为(25.99±13.88)s显著高于医师测评速度(149.72±60.79)s,差异有统计学意义(t=24.312,P<0.05).结论:人工智能中RUS-CHN掌指骨骨龄法诊断准确性最接近金标准,且显著提高临床工作效率.
其他文献
目的:探讨口腔植入物造成的金属伪影对临近组织自动勾画准确性的影响.方法:选取医院收治的20例头颈部肿瘤放射治疗患者的定位CT图像,所有患者在口腔部位均有金属植入物,以去伪影CT手动勾画为标准,使用AccuContour勾画软件分别对常规CT和去伪影CT进行自动勾画,勾画危机器官(OAR)为口腔、下颌骨和喉部.使用Dice相似性系数(DSC)、Hausdorff距离(HD)和Jaccard系数3类指标评估下颌骨、口腔和喉自动勾画的准确性,并研究金属伪影严重等级与上述3个指标的相关性.结果:基于常规CT和去伪
目的:挖掘中药复方息痛散的有效成分、预测其潜在功能靶标,通过网络药理学和实验验证的方法探讨息痛散治疗痛风性关节炎的作用机制.方法:利用TCMSP、TCMID数据库筛选出息痛散的活性成分及靶标;通过NCBI、GeneCards数据库筛选痛风性关节炎的疾病靶点;将两者靶点通过Cytoscape软件构建蛋白互作网络图并进行拓扑学分析;筛选出核心靶点;通过R软件进行KEGG和GO富集分析;最后分子对接及Western Blot实验验证网络药理学富集分析结果.结果:共筛选出146个活性成分以及158个关键靶点,涉及
目的:评估溶血(Hemolysis)、黄疸(Icterus)和脂血(Lipemia)(HIL)对3种不同型号全自动生化分析仪检测系统的9项生化指标测定结果的干扰.方法:采用美国病理学家协会(CAP)提供的HIL干扰评价样本(2014-IFS survey),分别使用AU5800型、Cobas 8000型和Dimension EXL型3种全自动生化分析仪进行测定,分别将其定义为检测系统A、检测系统B和检测系统C.除检测系统A使用的肌酐为开放试剂外,其余2种检测系统均采用配套试剂,评价3种检测系统的丙氨酸氨基