典型文献
公共人工智能平台在膝关节骨性关节炎分期中的应用
文献摘要：
目的 探讨利用X线片在公共人工智能平台上训练模型对膝关节骨性关节炎(KOA)严重程度自动分期的可行性.方法 选取按照Kellgren-Lawrence(KL)分期系统进行分期的X线片,在公共人工智能平台上训练模型.最终使用了1 445幅图像进行自动训练及测试评估.使用50幅图像的测试集对模型和放射科医师进行测试,计算放射科医师的准确率和F1-score,并与人工智能平台中模型返回的结果进行比较.结果 模型对人工智能平台自动训练集的准确率为0.73,F1-score为0.72;模型对50幅图像的测试子集的准确率为0.70,F1-score为0.69.放射科医师测试的准确率为0.64,F1-score 为0.63.模型效能达到甚至超过了高年资放射科医师测试水平.结论 基于公共人工智能平台进行模型训练,利用X线图像进行KOA的自动KL分期,具有可行性和一定的优越性.
文献关键词：
人工智能;X线片;Kellgren-Lawrence分期系统;膝关节骨性关节炎;骨关节炎倡议
中图分类号：
作者姓名：
赵晓阳;许树林;潘为领;唐慧勇;张守波
作者机构：
中国人民解放军第960医院淄博医疗区,山东淄博,255300
文献出处：
引用格式：
[1]赵晓阳;许树林;潘为领;唐慧勇;张守波-.公共人工智能平台在膝关节骨性关节炎分期中的应用)[J].实用临床医药杂志,2022(08):22-26
A类：
骨关节炎倡议
B类：
公共人,人工智能平台,膝关节骨性关节炎,训练模型,KOA,Kellgren,Lawrence,KL,分期系统,终使,测试评估,测试集,放射科医师,score,返回,训练集,子集,高年资,模型训练
AB值：
0.18498
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
