成像作為評(píng)估肌肉骨骼病情的重要工具,從對(duì)疾病的患病風(fēng)險(xiǎn)評(píng)估到對(duì)疾病及病情進(jìn)展的判斷以及預(yù)后評(píng)分等均起到重要作用,伴隨人工智能（artificial intellegence,AI）在圖像檢測(cè)和圖像解釋領(lǐng)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(shí)別研究已經(jīng)檢驗(yàn)并顯示了很高的潛在價(jià)值,可增強(qiáng)X射線成像價(jià)值鏈的各個(gè)部分,可通過提高成像效率、成像質(zhì)量和診斷準(zhǔn)確性對(duì)臨床醫(yī)生起指導(dǎo)性作用。目前,AI輔助成像識(shí)別技術(shù)發(fā)展仍處在早期階段,AI算法需要進(jìn)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(shù)性能的長期準(zhǔn)確性和穩(wěn)定性需要進(jìn)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(shí)別在骨科中的應(yīng)用研究
    2.1 骨折
    2.2 骨齡評(píng)估
    2.3 骨關(guān)節(jié)炎
    2.4 脊柱相關(guān)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(shè)計(jì)的局限性
    3.4 醫(yī)生面對(duì)的挑戰(zhàn)
4 展望


【參考文獻(xiàn)】：
期刊論文
[1]再度認(rèn)識(shí)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(cè)凸與骨質(zhì)疏松癥的相關(guān)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(hào)：3492432