基于深度学习建立颈椎病MR诊断模型研究

文章预览

摘要    目的 ：探索利用深度学习方法在建立颈椎病 MR 诊断模型的可行性。 方法 ：回顾性 搜 集 本 院 2020 年 10 月至 2023 年 3 月 诊断为 颈椎病 患者的 MR 图像 514 例，使用已有颈椎分割模型在轴 面 T 2 WI 上分别预测硬膜囊、脊髓、椎间盘、后纵韧带和黄韧带，在矢状 面 T 1 WI 和 T 2 WI 上预测颈椎椎体和椎间盘。由一位低年资放射科医生（阅片经验 2 年）修改标注，另一位高年资放射科医生（阅片经验≥ 15 年）对低年资医师的标注进行复核。按照颈椎病的不同诊断要点分别进行 3D 或 2D 深度学习分类模型训练，包括（ 1 ）颈椎椎体增生模型；（ 2 ）颈椎椎体滑脱模型；（ 3 ）颈椎间盘突出分类模型；（ 4 ）后纵韧带增厚模型；（ 5 ）黄韧带增厚模型。将模型输出结果导入 R 软件进行混淆矩阵分析及 ROC 曲线绘制，采用正确率、灵敏度、特异度、阳性 ………………………………