验证基于卷积神经网络(CNN)构建的术前磁共振成像(MRI)模型预测股骨头坏死(ONFH)患者多孔钽棒植入术疗效的效能。回顾性纳入2013年1月—2024年12月接受手术治疗的93例非创伤性ONFH患者,将其分为有效组(63例)与无效组(30例)。术前髋关节...验证基于卷积神经网络(CNN)构建的术前磁共振成像(MRI)模型预测股骨头坏死(ONFH)患者多孔钽棒植入术疗效的效能。回顾性纳入2013年1月—2024年12月接受手术治疗的93例非创伤性ONFH患者,将其分为有效组(63例)与无效组(30例)。术前髋关节MRI图像经预处理后,由医师盲法勾画坏死灶感兴趣区(region of interest,ROI)。采用改进ResNet18架构构建CNN模型,输入经旋转/翻转增强的128×128像素T2FS图像块,按7:3比例划分训练集(65例)与独立测试集(28例)。在独立测试集上,模型性能优异:曲线下面积(AUC)为0.87(95%CI:0.76~0.98),敏感度为83.3%、特异度为81.8%、准确度为82.1%。关键影像特征T2FS_GLCM_Contrast及T2FS_GLRLM_GLN提示炎症与骨整合状态差异显著。该模型可将无效手术率从32.3%降至9.7%,人均节约费用2.48万元。结果表明,该CNN模型通过挖掘术前MRI深层特征,能有效预测多孔钽棒植入疗效。展开更多
目的探讨采用病理学与核磁共振扫描(MRI)的图像,计算晚期酒精性股骨头坏死(osteonecrosis of the femoral head,ONFH)表面积及坏死面积占整个股骨头表面积的百分比(简称坏死表面积比),进行定量分析,并应用于临床对股骨头坏死程度的分析...目的探讨采用病理学与核磁共振扫描(MRI)的图像,计算晚期酒精性股骨头坏死(osteonecrosis of the femoral head,ONFH)表面积及坏死面积占整个股骨头表面积的百分比(简称坏死表面积比),进行定量分析,并应用于临床对股骨头坏死程度的分析。方法对9例12髋拟行关节置换的ONFH,术前作标准的MRI扫描,依T1连续图像计算,得出坏死表面积及坏死表面积比。将手术标本锯成与MRI扫描相同的层厚和层数,应用坐标纸粘贴,图像分析仪测出数据,并作统计学分析。结果 MRI图像法与标本测量的数据差异有统计学意义(P>0.05),MRI图像不能准确说明晚期酒精性股骨头缺血性坏死的程度,MRI显示的坏死程度低于病理结果。结论 MRI图像法计算股骨头坏死表面积及坏死表面积比小于病理结果。展开更多
文摘验证基于卷积神经网络(CNN)构建的术前磁共振成像(MRI)模型预测股骨头坏死(ONFH)患者多孔钽棒植入术疗效的效能。回顾性纳入2013年1月—2024年12月接受手术治疗的93例非创伤性ONFH患者,将其分为有效组(63例)与无效组(30例)。术前髋关节MRI图像经预处理后,由医师盲法勾画坏死灶感兴趣区(region of interest,ROI)。采用改进ResNet18架构构建CNN模型,输入经旋转/翻转增强的128×128像素T2FS图像块,按7:3比例划分训练集(65例)与独立测试集(28例)。在独立测试集上,模型性能优异:曲线下面积(AUC)为0.87(95%CI:0.76~0.98),敏感度为83.3%、特异度为81.8%、准确度为82.1%。关键影像特征T2FS_GLCM_Contrast及T2FS_GLRLM_GLN提示炎症与骨整合状态差异显著。该模型可将无效手术率从32.3%降至9.7%,人均节约费用2.48万元。结果表明,该CNN模型通过挖掘术前MRI深层特征,能有效预测多孔钽棒植入疗效。
文摘目的探讨采用病理学与核磁共振扫描(MRI)的图像,计算晚期酒精性股骨头坏死(osteonecrosis of the femoral head,ONFH)表面积及坏死面积占整个股骨头表面积的百分比(简称坏死表面积比),进行定量分析,并应用于临床对股骨头坏死程度的分析。方法对9例12髋拟行关节置换的ONFH,术前作标准的MRI扫描,依T1连续图像计算,得出坏死表面积及坏死表面积比。将手术标本锯成与MRI扫描相同的层厚和层数,应用坐标纸粘贴,图像分析仪测出数据,并作统计学分析。结果 MRI图像法与标本测量的数据差异有统计学意义(P>0.05),MRI图像不能准确说明晚期酒精性股骨头缺血性坏死的程度,MRI显示的坏死程度低于病理结果。结论 MRI图像法计算股骨头坏死表面积及坏死表面积比小于病理结果。
