Print

深度学习骨龄评测系统对贵州省儿童及青少年骨龄测评的准确性

论文摘要

目的探讨适用于贵州省儿童及青少年临床应用的深度学习骨龄评测系统。方法依据RUS-CHN法,由3名经中华05 RUS-CHN法培训的主任、副主任医师双盲评价148例2～17岁儿童及青少年骨龄片,并取3者均值为金标准。深度学习模型（模型组）和对照组医师（医师A、医师B）独立阅片,并分别记录骨龄评测的平均绝对误差（MAE）、绝对误差≤1.0岁样本所占比例。结果与金标准对比,模型组MAE为0.295岁[95%CI（0.238,0.352）],绝对误差≤1.0岁占93.92%（139/148）;对照组医师A MAE为0.438岁[95%CI（0.369,0.508）];医师B MAE为0.360岁[95%CI（0.295,0.425）],绝对误差≤1.0岁分别占89.19%（132/148;医师A）和89.86%（133/148;医师B）。模型组的MAE显著优于医师A的MAE（t=-3.071,P=0.002）,但与医师B的MAE差异无统计学意义（t=-1.563,P=0.120）。结论采用中华05 RUS-CHN法评测贵州儿童及青少年骨龄,深度学习模型可取得接近甚至优于对照组的骨龄评测结果。

论文目录

  • 1 资料与方法
  •   1.1 一般资料
  •   1.2 仪器与方法
  •     1.2.1 骨龄片拍摄
  •     1.2.2 深度学习骨龄评测系统
  •   1.3 骨龄评测参考标准制定
  •   1.4 对照组
  •   1.5 统计学分析
  • 2 结果
  •   2.1 模型组、对照组与金标准准确率对比
  •   2.2 一致性检验
  •   2.3 不同年龄段之间骨龄值的比较
  • 3 讨论

    • 文章来源

    类型: 期刊论文

    作者: 刘宗才,吴锦华,王荣品,刘昌杰,曾宪春

    关键词: 深度学习,骨龄评测,中华法,临床试验

    来源: 中国医学影像技术 2019年12期

    年度: 2019

    分类: 医药卫生科技,信息科技

    专业: 预防医学与卫生学,自动化技术

    单位: 贵州省人民医院放射科

    基金: 贵州省高层次创新型人才培养计划项目(GZSYQCC[2015]001号)

    分类号: TP18;R179

    DOI: 10.13929/j.1003-3289.201907037

    页码: 1799-1803

    总页数: 5

    文件大小: 1817K

    下载量: 119

    相关论文文献

    本文来源: https://www.lunwen66.cn/article/01dea7c9fe7be7ddbdd22897.html