基于半监督网络的前交叉韧带损伤膝关节磁共振诊断辅助研究OACSTPCD
Diagnosis of anterior cruciate ligament injuries in MRI images based on semi-supervised residual network deep learning
目的 本研究基于半监督算法残差网络(semi-supervised algorithm Residual network,SMRNet)的深度学习方法,探索其在计算机辅助自主分析膝关节MRI诊断前交叉韧带(anterior cruciate ligament,ACL)损伤方面的应用.方法 使用100名经过关节镜确认的ACL损伤患者和100名关节镜确认无ACL损伤的患者的术前MRI图像.在选取适当层面后,裁剪并用于SMRNet的训练.SMRNet对…查看全部>>
Objective To explore the application of semi-supervised algorithm residual network(SMRNet)deep learning in computer-aided diagnosis of anterior cruciate ligament(ACL)injury in magnetic resonance images(MRI).Methods One hundred patients with arthroscopically confirmed ACL injury,and 100 patients who underwent arthroscopic examination and had no ACL injury(control group)were enrolled in the study.Preoperative MRI images of all subjects were analyzed,the approp…查看全部>>
危俊杰;张程远;姜智瀚;刘坤;孔薇;袁锋
上海海事大学信息工程学院,上海 201306上海交通大学医学院附属第六人民医院骨科,上海 200233||上海健康医学院附属第六人民医院东院骨科,上海 201306上海海事大学信息工程学院,上海 201306上海海事大学信息工程学院,上海 201306上海海事大学信息工程学院,上海 201306上海交通大学医学院附属第六人民医院骨科,上海 200233
临床医学
深度学习机器学习人工智能前交叉韧带磁共振成像
deep learningmachine learningartificial intelligenceanterior cruciate ligamentmagnetic resonance imaging
《同济大学学报（医学版）》 2024 (4)
503-509,7
上海市科学技术委员会项目(20Y11913300)上海市申康医院发展中心项目(SHDC12020118)上海市浦东新区卫生健康委员会项目(PW2022D-11)上海健康医学院校级科研项目(SSF-23-14-004)
评论