基于YOLOv8人工智能技术的肘关节X线摄影质量控制
2022年1月至2023年8月，共连续收集2643例肘关节X线片，并按6:2:2的比例随机分为训练集、验证集和测试集。我们提出了前后位（AP）和侧位（LAT）模型，利用YOLOv8在肘关节X线片上识别目标检测框和关键点。这些识别结果被转化为5项质量标准：（1）AP位肘关节定位坐标（XA和YA）；（2）鹰嘴窝定位距离参数（S17和S27）；（3）关节间隙关键点（Y3、Y4、Y5和Y6）；（4）LAT位肘关节定位坐标（X2和Y2）；以及（5）屈曲角度。模型使用2120张X线片进行训练和验证，并使用包含523张X线片的测试集评估人工智能与医师之间的一致性，以及模型的临床效率。
服务对象 ： 重庆医科大学
发表时间： 2024年9月20日
发表期刊： European Radiology Experimental
文章链接： https://link.springer.com/article/10.1186/s41747-024-00504-7
© 版权声明
本站部分文章及资源内容可能来源于网络或公开渠道，仅供学习交流与参考使用，不代表本站立场，也不代表本站认可其观点或对其真实性负责；本站禁止发布或转载任何违法违规信息，如发现侵权、违规内容或资源链接失效，请及时联系站长微信 li19198015786，我们将在核实后尽快删除、处理或更新。
THE END
暂无评论内容