《表1 深度学习方法与骨折检测的诊断效能》
大多数研究使用开源卷积神经网络(convolutional neural network,CNN)和大型训练数据集,以经验丰富的放射科医师的诊断为参考标准,检测髋[1-4]、肩[4-5]、腕[4,6-8]、脚踝[4,9]和脊柱[10-14]等多个身体部位的骨折。不同深度学习方法的诊断性能并不相同,但在所有研究中其受试者工作特征曲线下面积(area under the curve of receiver operating characteristics,AUC,0.86~0.99)、敏感度(73%~100%)、特异性(73%~98%)和准确度(75%~99%)都很高(表1)。
图表编号 | XD00208724700 严禁用于非法目的 |
---|---|
绘制时间 | 2020.12.10 |
作者 | 谢秋晨、梅楠、陈坚、尹波 |
绘制单位 | 复旦大学附属华山医院放射科、复旦大学附属华山医院放射科、复旦大学附属华山医院消化内科、复旦大学附属华山医院放射科 |
更多格式 | 高清、无水印(增值服务) |