基于卷积神经网络的骨折超声图像识别初步研究

作者：冯自立; 康其传; 张涛; 章伟睿; 叶健安; 张云飞; 罗文; 徐灿华^*

来源：空军军医大学学报, 2022, 43(04): 348-352.

DOI：10.13276/j.issn.2097-1656.2022.03.016

• 深度学习
• 超声成像
• 骨折
• 智能诊断

目的 针对骨折战伤超声快速诊断的需求，建立一个智能骨折超声识别模型，为骨折伤情的一线救治提供新技术和新手段。方法 首先，建立骨折战伤动物模型，收集获取动物四肢骨折超声图像，经过专业超声医生标记数据，对图像预处理后创建数据集；其次，基于TensorFlow深度学习框架构建用于骨折超声图像识别的卷积神经网络模型；最后，利用训练数据进行训练，调整模型参数，优化网络模型，获得最优模型参数，测试模型的识别率。结果 本文构建的卷积神经网络模型能够有效识别骨折超声图像，最终优化模型在测试集上识别率达到97.8%。结论 本研究基于TensorFlow深度学习框架构建的卷积神经网络骨折超声图像识别模型能够在动物骨折模型中取得较好结果，为下一步快速识别人体四肢骨折并准确分诊奠定了良好基础。

• 单位
  唐都医院; 西京医院; 中国人民解放军空军军医大学; 军事医学科学院