看过本文的还看了

相关文献

该作者的其他文献

文献详情 >基于人工智能的膝关节自动建模研究 收藏
基于人工智能的膝关节自动建模研究

基于人工智能的膝关节自动建模研究

作     者:汤小勇 李晓虎 谷雪莲 赵宇轩 刘洝辰 刘宇甜 陶玉蓉 TANG Xiaoyong;LI Xiaohu;GU Xuelian;ZHAO Yuxuan;LIU Anchen;LIU Yutian;TAO Yurong

作者机构:上海理工大学健康科学与工程学院上海200093 

基  金:上海介入医疗器械工程技术研究中心建设项目(18DZ2250900) 国家自然科学基金资助项目(82172441) 

出 版 物:《中国修复重建外科杂志》 (Chinese Journal of Reparative and Reconstructive Surgery)

年 卷 期:2023年第37卷第3期

页      码:348-352页

摘      要:目的研究基于Mimics软件的人工智能(artificial intelligence,AI)自动分割膝关节CT图像建模方法,旨在提高膝关节建模效率。方法选择3名志愿者膝关节CT影像,在Mimics软件中分别进行AI自动分割和手动分割图像并建模,记录自动建模时间。参考既往文献选择股骨远端和胫骨近端解剖标志点,计算与手术设计相关的参考指标,用Pearson相关系数(r)判断两种方法建模结果相关性,以DICE系数分析两种方法建模结果一致性。结果经自动及手动分割图像均成功构建膝关节三维模型。3个膝关节自动分割建模所需时间分别为10.45、9.50、10.20 min,较既往文献中手动分割建模(64.73±17.07)min缩短。相关性分析示手动和自动分割生成的模型之间存在强相关性(r=0.999,P<0.001)。3个膝关节股骨DICE系数分别为0.990、0.996和0.944,胫骨分别为0.943、0.978和0.981,提示手动与自动分割建模一致性程度高。结论在Mimics软件中可采用AI分割图像方法快速建立有效的膝关节三维模型。

主 题 词:自动分割 膝关节 Pearson相关系数 DICE系数 人工智能 

学科分类:1002[医学-临床医学类] 100210[100210] 10[医学] 

核心收录:

D O I:10.7507/1002-1892.202212008

馆 藏 号:203118765...

读者评论 与其他读者分享你的观点

用户名:未登录
我的评分