Глубокое обучение для ультразвуковой классификации повреждений передней таранно-малоберцовой связки

Ультразвук (УЗИ) является более экономичным, доступным и доступным методом визуализации для оценки повреждений передней таранно-малоберцовой связки (ПТФС) по сравнению с магнитно-резонансной томографией (МРТ). Однако проблемы с использованием этого метода и растущий спрос на квалифицированных рентгенологов скелетно-мышечной системы (MSK) задерживают постановку диагноза. Используя наборы данных из нескольких клинических центров, мы стремились разработать и проверить модель глубокой сверточной сети (DCNN), которая автоматизирует классификацию травм ATFL с использованием изображений США с целью предоставления интерпретируемой помощи рентгенологам и облегчения более точной диагностики травм ATFL.

Исследователи собрали американские изображения травм ATFL, результаты артроскопических операций которых использовались в качестве эталонного стандарта, из 13 больниц по всему Китаю. Затем исследователи разделили изображения на набор обучающих данных, набор данных внутренней проверки и набор данных внешней проверки в соотношении 8:1:1; Исследователи выбрали оптимальную модель DCNN, чтобы проверить ее диагностические характеристики, включая диагностическую точность, чувствительность, специфичность, показатель F1. Наконец, исследователи сравнили диагностические характеристики модели с данными 12 рентгенологов разного уровня квалификации.