基于深度神经网络的机会性CT骨质疏松筛查和骨密度预测研究OACSTPCD
目的建立并评价基于机会性CT检查的骨质疏松筛查分类和骨密度值预测的深度学习神经网络模型。方法以定量计算机断层扫描(Quantitative Computed Tomography,QCT)骨密度测定为标准,将199例机会性CT检查数据用于建立密集卷积网络的深度学习神经网络的骨密度二分类模型和骨密度值预测回归模型,以五折交叉验证和随机分组的方法进行测试,并以来自不同设备的42例机会性CT检查病例进行独立测试,计算和评价模型的性能参数。结果受试者工作…查看全部>>
彭涛;曾小辉;李洋;李曼;蒲冰洁;植彪;王永芹
成都大学附属医院放射科,四川成都610081成都大学附属医院放射科,四川成都610081上海联影智能有限公司研发部,上海200000上海联影智能有限公司研发部,上海200000成都大学附属医院放射科,四川成都610081成都大学附属医院放射科,四川成都610081成都大学附属医院放射科,四川成都610081
预防医学
骨质疏松筛查机会性CT人工智能骨密度卷积神经网络
《中国医疗设备》 2024 (2)
P.57-62,74,7
成都市卫生健康委员会医学科研课题(2021036,2021045)。
评论