【摘 要】
：
第一部分:基于深度学习的前交叉韧带损伤检测系统效能的评估目的:磁共振成像（magnetic resonance imaging,MRI）是诊断前交叉韧带（anterior cruciate ligament,ACL）损伤最常用的影像学方法。然而,膝关节MRI的解读费时费力且依赖医师的临床经验。基于深度学习的自动检测系统可以辅助医师提高诊断准确性。本研究旨在探讨使用深度学习法在MRI上检测膝关节AC
论文部分内容阅读
第一部分:基于深度学习的前交叉韧带损伤检测系统效能的评估目的:磁共振成像（magnetic resonance imaging,MRI）是诊断前交叉韧带（anterior cruciate ligament,ACL）损伤最常用的影像学方法。然而,膝关节MRI的解读费时费力且依赖医师的临床经验。基于深度学习的自动检测系统可以辅助医师提高诊断准确性。本研究旨在探讨使用深度学习法在MRI上检测膝关节ACL损伤的可行性。方法:回顾性分析经关节镜证实的163例ACL撕裂受试者和245例ACL完整受试者的膝关节MRI数据集,序列为1.5T和3.0T的矢状位质子密度加权频率衰减翻转恢复序列。基于深度学习的3D DenseNet架构,开发ACL损伤分类卷积神经网络。以关节镜检查结果为参考标准,通过计算准确性、敏感性、特异性、阳性预测值（positive predictive value,PPV）和阴性预测值（negative predictive value,NPV）几种指标比较三种不同输入和Renet、VGG16、3DDenseNet三种不同网络的表现,同时比较检测系统与放射科医师诊断ACL损伤的效能。利用受试者工作特征曲线下面积（area under receiver operating characteristic curve,AUROC）进一步评估所构建的ACL损伤检测模型的诊断性能。结果:构建的ACL损伤检测模型的准确率、灵敏度、特异性、PPV、NPV分别为 0.957、0.976、0.944、0.940、0.976。Renet、VGG16和3D DenseNet 的平均AUROC分别为0.946、0.859、0.960。构建的智能诊断系统、实习医师和高年资放射科医师的诊断准确率分别为0.957、0.814和0.899。构建的深度学习架构在ACL损伤检测方面表现出了很高的性能。结论:本研究证明了使用基于深度学习的自动检测系统来评估ACL损伤的可行性。第二部分:基于深度学习的髁间窝自动分割模型:评估髁间窝容积与前交叉韧带损伤相关性目的:本研究提出基于深度学习的髁间窝MRI分割模型,简便、快速、自动测量髁间窝容积并探讨髁间窝容积与ACL损伤之间的相关性,具有预测、预防ACL损伤及指导ACL损伤后手术方案设计的应用价值。方法:回顾性分析363例非接触性ACL损伤受试者（男311例,女52例）和232例ACL完好的受试者（男147例,女85例）的膝关节MRI数据集,由放射科医师在轴向MRI图像上手工勾画每层髁间窝并计算容积。采用未配对t检验比较ACL损伤组与ACL完整组以及两种性别之间髁间窝容积的差异。基于深度学习的Res-UNet架构,开发髁间窝自动分割系统。使用戴斯相似性系数（dice similaritycoefficient,DSC）作为自动分割精度的量化指标,比较基于不同网络的分割系统的分割性能。结果:ACL损伤组的髁间窝容积明显小于ACL完整组（6.64±1.47 vs 7.23±1.83 cm3,p<0.001）,女性的髁间窝容积明显比男性的小（5.69±1.31 vs 7.23±1.57 cm3,p<0.001）。基于不同网络的髁间窝分割系统的DSC均在0.90以上,以Res-UNet网络表现最佳,表明本研究提出的自动分割方法能准确地分割髁间窝。结论:髁间窝容积较小的膝关节发生ACL损伤的风险较高。利用深度神经网络进行髁间窝自动分割,为临床预测及预防ACL损伤提供了技术支持。
其他文献
研究背景及目的卵巢癌恶性程度高,起病隐匿,早期诊断率低下,预后较差,晚期肿瘤的死亡率高达90%以上。大多数卵巢癌起源于上皮,其中浆液性卵巢癌是最常见的组织学类型。减瘤手术联合紫杉醇+铂类为主的化疗是卵巢癌的主要治疗手段,部分患者早期有效,但复发率高达70%。分子靶向药物因其疗效显著,副作用少,目前在各种肿瘤治疗中已经得到广泛应用,研发新的靶向药物是未来攻克肿瘤难题的大方向。本文通过检测TRIM47
研究背景与目的自杀是全球重大公共卫生问题,抑郁障碍与自杀高度相关,及早识别对于自杀预防意义重大。但目前筛查手段局限性明显,识别准确率低且易受主观影响,寻找客观有效的识别手段已成为研究趋势。语音因具有采集快速方便、限制少、成本低、不侵入人体等优势引起了研究者们的关注。因此,本研究的目的是探讨基于机器学习的语音特征模型识别单双相抑郁患者自杀风险的有效性。研究方法采用2（组别:健康对照组vs.病例组）×
背景:随着人口老龄化的进展,血管性认知功能障碍（vascular cognitive impairment,VCI）的发病率逐渐升高,一旦发展至痴呆阶段,其精神心理方面的变化则无法逆转,这将给社会及患者家庭带来巨大的经济负担。而非痴呆性血管性认知障碍（vascular cognitive impairment no dementia,VCIND）是 VCI的早期阶段,具有一定的可逆性;因此,加强此
目的:肝内胆管细胞癌（Intrahapetic cholangiocinoma,ICC）具有起病隐匿、恶性程度高、治疗效果差等特点,目前对于肝内胆管细胞癌诊断及预后判断仍缺乏有效的手段,为了提高临床上对肝内胆管细胞癌患者的预后判断准确性,本研究拟通过TCGA数据库分析,构建基于转录组数据构建风险预后模型。方法:通过TCGA下载并整理ICC转录组数据和临床资料,使用3种差异分析方法（edgeR、Li
研究背景:肝细胞癌（HCC）是世界第六大最常见的癌症,也是导致癌症死亡的第三大原因,2020年肝癌新发病例906,000例,死亡830000例,其中HCC占75%-85%,在中国,肝癌更是是导致癌症死亡的第二大原因。HCC患者的5年生存率为15-38%,这归因于诊断晚、化疗失败和频繁复发。因此,探索肝癌发生发展的详细机制是提高肝癌患者预后的有效手段。微小RNA（miRNA）是一类内源性非编码小RN
第一章影像组学在胃癌术前Lauren分型的诊断中的应用目的:探索影像组学在提高胃癌（Gastric Adenocarcinoma,GA）Lauren分型的准确度中的价值。方法:回顾性收集了 2014年1月至2018年12月期间我院及中山大学附属肿瘤医院术前行全腹部增强CT及胃癌根治术共430名GA患者的影像和临床资料,按2:1随机分组（训练队列与验证队列:284与146）,并根据术后病理的Laur
背景:研究表明肿瘤相关巨噬细胞（tumor-associated macrophages,TAMs）与恶性肿瘤密切相关,两者关系有较多文献报道;流行病学调查及动物与细胞实验证实OSHAS也与肿瘤的发生发展关系密切,但具体机制尚不明确;OSHAS是否通过影响TAMs的功能从而促进肿瘤的发展目前研究不多,而TAMs在OSAHS合并非小细胞肺癌患者中所起的作用研究更少。目的:比较非小细胞肺癌患者、OSA
背景:帕金森病（Parkinson’s disease,PD）是第二常见神经退行性疾病,发病率仅次于阿尔茨海默病（Alzheimer’s disease,AD）。抑郁症是PD最常见的精神疾病之一,发病率可达40%-50%,抑郁症常对PD病人的日常生活质量产生严重影响,部分PD患者甚至出现自杀倾向。然而,在临床中,PD病人的抑郁症状容易被忽视或未能得到充分的治疗。PD伴抑郁症的发病机制尚不完全清楚。