精准医学杂志2023年10月第38卷第5期JPrecisMed,October2023,Vol.38,No.5doi:10.13362/j.jpmed.202305007文章编号:2096-529X(2023)05-0405-04[收稿日期]2023-06-18;[修订日期]2023-08-22[通讯作者]段峰,Email:duanfengdf@126.com基于膝关节MRIT1WI深度学习模型的构建和活体年龄的推断高耸1,2郝大鹏2马文帅2任延德2段崇锋2段峰2(1青岛大学基础医学院,山东青岛266071;2青岛大学附属医院放射科)[摘要]目的探讨基于膝关节MRIT1加权成像(T1WI)深度学习模型的构建方法,并应用该模型推断青少年的年龄。方法收集2015年1月—2021年12月青岛大学附属医院1212例(内部数据集)及青岛市市立医院341例(外部数据集)10~18岁男性膝关节MRIT1WI图像,经过对股骨远端和胫骨近端骨骺骺板进行标记和图像分割后,采用随机数字表法将内部数据集各年龄组按照8∶2分为训练组(971例)和验证组(241例)用于模型的建立,外部数据集(测试组)用于模型的评价。通过准确率、精准率、召回率、灵敏度、特异度等指标来测试和验证模型的性能。结果验证组的准确率为85.713%,精准率为84.732%,召回率为85.713%,特异度为97.729%,灵敏度为85.713%;而测试组的准确率为82.578%,精准率为83.145%,召回率为82.578%,特异度为97.442%,灵敏度为82.578%,验证集和测试组的各项指标比较差异均无显著性(P>0.05)。结论本研究成功建立了基于膝关节MRIT1WI的深度学习模型,可应用于10~18岁青少年年龄的推断。[关键词]膝关节;磁共振成像;法医学;深度学习;骨骼年龄测定;青少年[中图分类号]R445.2;R336[文献标志码]ADEEPLEARNINGMODELINGUSINGT1-WEIGHTEDIMAGESINMAGNETICRESONANCEIMAGINGOFTHEKNEEJOINTSANDITSUSEINAGEESTIMATIONOFLIVINGBODIESGAOSong,HAODapeng,MAWenshuai,RENYande,DUANChongfeng,DUANFeng(SchoolofBasicMedicine,QingdaoUniversity,Qingdao266071,China)[ABSTRACT]ObjectiveTodiscussdeeplearningmodelingusingT1-weightedimages(T1WI)inmagneticresonanceima-ging(MRI)ofthekneejointsanditsuseinageestimationofadolescents.MethodsTheT1WIofthekneejointswerecollectedfrom1212malepatientsaged10-18yearswhowereadmittedtoTheAffiliatedHospitalofQingdaoUniversityfromJanuary2015toDecember2021(internaldataset)and341malepatientsofthesameageswhowereadmittedtoQingdaoMunicipalHospitalduringthesameperiod(externaldataset).Afterlabelingandimagesegmentationoftheepiphysealplatesoft...
