基于注意力机制和MRI的深度学习模型预测中轴型脊柱关节炎骶髂关节新骨形成进展OA北大核心CSTPCD
A self-attention-based deep learning model predicts the progression of new bone formation in the sacroiliac joints of patients with axial spondylarthritis on MRI
目的 探讨基于注意力机制的深度学习(deep learning,DL)模型在骶髂关节(sacroiliac joint,SIJ)MRI冠状位T1序列图像预测中轴型脊柱关节炎(axial spondylarthritis,axSpA)患者新骨形成进展的临床价值.材料与方法 回顾性分析2010年1月至2022年12月期间在南方医科大学第三附属医院诊断为axSpA的351例患者的初诊和随访1年、2年或3年的MRI图像,以8∶1∶1的比例随机分入训练集,…查看全部>>
Objective:To investigate the clinical significance of deep learning(DL)model based on self-attention mechanisms in predicting the progression of new bone formation on coronal T1-weighted MR images of sacroiliac joints(SIJ)in patients with axial spondylarthritis(axSpA).Materials and Methods:We conducted a retrospective analysis of MRI data(with one-year,two-year or three-year follow-up duration)for 351 axSpA patients who were diagnosed at the Third Affiliated…查看全部>>
李翊;宋丽文;赵英华
南方医科大学第三附属医院医学影像科,广州 510630南方医科大学第三附属医院医学影像科,广州 510630南方医科大学第三附属医院医学影像科,广州 510630
临床医学
中轴型脊柱关节炎骶髂关节注意力机制磁共振成像深度学习
axial spondylarthritissacroiliac jointself-attentionmagnetic resonance imagingdeep learning
《磁共振成像》 2024 (5)
154-161,8
National Natural Science Foundation of China(No.81871510). 国家自然科学基金项目(编号:81871510)
评论