深度学习骨龄智能评估系统在重庆三峡库区的初步验证

摘要：

目的 探讨适用于重庆三峡库区临床应用的深度学习骨龄智能评估系统.方法 纳入来自重庆三峡库区并于2020年6月-2021年7月检查的2500例儿童手腕骨骨龄片为研究数据集,其中2100例为训练集、200例为验证集,另200例为测试集,采用中华05 RUS-CHN法评估骨龄.3名放射学专家及1名儿童内分泌专家评估骨龄的均值为参考金标准.AI模型(深度学习骨龄智能评估系统)和对照组医师(医师A、医师B)独立阅片,分别记录骨龄评估的平均绝对误差(MAE)、耗时、绝对误差小于0.5岁及1.0岁样本所占比例.结果 AI模型MAE为0.46岁[95％CI(0.36,0.56)],完成1份骨龄评估用时(1.31±0.82)s;2名对照组医师分别与AI模型评估的MAE比较,差异均无统计学意义(P>0.05),评估用时长于AI模型,差异有统计学意义(P<0.05);当误差范围在±1.0岁及±0.5岁以内,AI模型评估骨龄准确率为92.50％及75.50％,与2名对照组医师比较,差异均无统计学意义(P>0.05).结论 基于深度学习的儿童骨龄智能评估系统准确性高、耗时短,可用于重庆三峡库区儿童青少年骨龄的辅助评估.

关键词：骨龄测评、深度学习、儿童、中华05RUS-CHN法、三峡库区

所属期刊栏目：35

分类号：TP391(计算技术、计算机技术)

资助基金：重庆市万州区科卫联合医学科研项目wzstc-kw2020031

在线出版日期：2022-04-21（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：69-72