成像作為評估肌肉骨骼病情的重要工具,從對疾病的患病風險評估到對疾病及病情進展的判斷以及預后評分等均起到重要作用,伴隨人工智能（artificial intellegence,AI）在圖像檢測和圖像解釋領域中的迅速發(fā)展,一些涉及肌肉骨骼X射線成像的AI輔助識別研究已經(jīng)檢驗并顯示了很高的潛在價值,可增強X射線成像價值鏈的各個部分,可通過提高成像效率、成像質(zhì)量和診斷準確性對臨床醫(yī)生起指導性作用。目前,AI輔助成像識別技術發(fā)展仍處在早期階段,AI算法需要進一步的提升和發(fā)展,影像數(shù)據(jù)仍不足且質(zhì)量存在較大異質(zhì)性,技術性能的長期準確性和穩(wěn)定性需要進一步觀察研究。 

【文章來源】：中國骨傷. 2020,33(09)CSCD

【文章頁數(shù)】：4 頁

【文章目錄】：
1 人工智能
2 AI輔助X平片識別在骨科中的應用研究
    2.1 骨折
    2.2 骨齡評估
    2.3 骨關節(jié)炎
    2.4 脊柱相關疾病
    2.5 骨質(zhì)疏松
3 AI繼續(xù)發(fā)展面臨的挑戰(zhàn)
    3.1 AI算法瓶頸
    3.2 數(shù)據(jù)質(zhì)量的異質(zhì)性
    3.3 研究設計的局限性
    3.4 醫(yī)生面對的挑戰(zhàn)
4 展望


【參考文獻】：
期刊論文
[1]再度認識骨質(zhì)疏松性脊柱骨折的治療[J]. 伍驥,陳渲宇,鄭超.  中國骨傷. 2019(07)
[2]退行性腰椎側凸與骨質(zhì)疏松癥的相關性分析[J]. 黃道余,沈亞駿,王飛,李放,房照,劉軍.  中國骨傷. 2019(03)



本文編號：3492432