科研之友
微信
新浪微博
Facebook
分享链接
摘要
目的 建立基于YOLOv3算法的人工智能辅助肋骨骨折诊断模型并应用于实际案例，探讨该模型在法医临床常见肋骨骨折案例中的应用优势。方法 收集884例胸部外伤致肋骨骨折患者的CT扫描DICOM格式图像，将其中801例作为训练集和验证集，搭建以YOLOv3算法为基础、Darknet53为骨干网络的肋骨骨折诊断模型，建模后以83例为测试集，计算精确率、召回率、F1分数、阅片时间。将该模型用于一起实际案例的诊断，并与人工诊断进行比较。结果 使用建立的模型对83例进行测试，模型诊断骨折的精确率为90.5%，召回率为75.4%,F1分数为0.82，阅片时间为每秒4.4张，识别每位患者的数据花费时间平均为21 s，远快于人工阅片。所构建模型对实际案例的识别结果与人工诊断结果一致。结论 基于YOLOv3算法的肋骨骨折诊断模型能够快速、准确地识别骨折，且操作简便，可在法医临床鉴定中作为辅助诊断技术。
-
单位中国政法大学; 首都医科大学; 北京积水潭医院
