超声诊断技术用于婴儿发育性髋关节发育不良(developmental dysplasia of the hip,DDH)早期筛查,大大降低了DDH的晚期发病率及手术率。各地髋关节超声早期筛查模式不一,现有的检查方法自动化程度低,彻底推广工作量大。人工智能(artifici...
详细信息
超声诊断技术用于婴儿发育性髋关节发育不良(developmental dysplasia of the hip,DDH)早期筛查,大大降低了DDH的晚期发病率及手术率。各地髋关节超声早期筛查模式不一,现有的检查方法自动化程度低,彻底推广工作量大。人工智能(artificial intelligence,AI)因其有基于机器学习与深度神经网络的图像特征提取能力,可以进行图像特征提取与识别,借助机械臂的应用能实现标准图像自动获取,AI在髋关节超声筛查中的机遇与挑战并存,为DDH超声筛查开辟新的途径。现有DDH图像的AI研究都是建立在髋关节未发生脱位的标准图像诊断方面,未解决动态图像中自动识别并捕获,也未实现脱位的髋关节图像特征判定与诊断。实现智能化的髋关节超声检查,需要解决机械臂的人工智能、图像识别与图像诊断的人工智能,研发髋关节超声检查机器人系统,建立同质化的筛查体系。本文就DDH早期超声诊断中的图像特征性判定、AI技术在髋关节超声图像中识别和测量及存在问题与关键技术突破解决方案进行分析探讨,以期为临床实践提供一定的指导。
暂无评论