基于多任务学习的膝关节MRI半月板损伤智能诊断模型研究
应梦杰
王雨凡
屈诚
吴磊
刘旭东
200233 上海交通大学医学院附属第六人民医院骨科
摘要：目的 构建一个用于诊断膝关节MRI半月板损伤的多任务学习的智能诊断模型MCSNetatt,并将模型诊断结果与临床医师在有无模型辅助条件下的诊断结果进行对比分析,评估模型在临床应用中的实际效果.方法 回顾分析2021年1月至2022年12月,我院接受膝关节MRI检查及随后行关节镜手术的259例患者诊疗资料,将患者资料按照159∶50∶50进行模型训练、验证及测试.使构建的单任务学习模型CNetatt、未增加注意力机制的多任务学习模型MCSNet和增加注意力机制的多任务学习模型MCSNetatt 3个模型分别评估内、外侧半月板损伤情况,同时让2位临床医师在有无模型辅助条件下分别对内、外侧半月板损伤进行诊断.研究以关节镜检查结果为金标准,对比分析准确率、精确度、召回率、F1评分、接受者工作特征曲线下面积(area under the receiver operating characteristic curve,AUC)和接受者工作特征曲线(receiver operating characteristic curve,ROC)等评估指标.结果 MCSNetatt模型诊断内、外侧半月板损伤的F1评分分别为0.930和0.900,优于CNetatt模型和MCSNet模型.MCSNetatt模型在诊断内、外侧半月板损伤时的准确率分别为0.940和0.920,精确度分别为0.947和0.909,均优于2位临床医师.在MCSNetatt模型辅助下,2位医师对内、外侧半月板损伤诊断结果均有明显提升.结论 基于多任务学习的模型MCSNetatt可辅助临床医师高效且准确诊断膝关节半月板损伤.
关键词：膝关节半月板磁共振成像诊断创伤和损伤
分类号：R683.4(骨科学（运动系疾病、矫形外科学）)
资助基金：国家自然科学基金(62176157)
论文发表日期：2024-11-19
在线出版日期：2025-08-15（本平台首次上网日期，不代表文献的发表时间）
页数：6( 884-889 )
英文信息