本期导读  

作　　者：张宁 

机构地区：[1]不详

出　　处：《中华创伤骨科杂志》2024年第10期F01-F01,共1页Chinese Journal of Orthopaedic Trauma

摘　　要：随着膝关节手术数量的增加, 医生在复诊、膝关节翻修或机器人辅助膝关节翻修时, 需要根据X线片获取患者的手术史和识别原膝内置物, 人工识别需占用一定的时间。马千里等撰写的"深度学习膝X线片实现手术类型的自动识别"一文, 开发了一种自动分类模型, 将EasyDL平台与You Only Look Once算法结合, 构建了能识别未手术膝和胫骨高位截骨、全膝关节置换、膝单髁置换、胫骨平台骨折内固定钢板等多类别物体的识别模型。经过对1 281张膝正位X线片训练, 模型在测试集上实现了97.0%的准确度、92.4%的敏感度和98.1%的特异度, 尤其对全膝关节置换识别准确度高达99.1%。本研究填补了国内使用AutoML技术进行膝关节手术类型自动识别领域的空白, 为膝关节术后X线片的自动识别提供了新思路与新方法, 并为未来其他内置物识别能力的提升奠定了一定基础, 值得推广。

关 键 词：膝X线片 EasyDL平台 You Only Look Once算法 

分 类 号：R687.4[医药卫生—骨科学]