关键词:
青少年特发性脊柱侧弯
人工智能
摘要:
目的比较双视图融合网络(DVFNet)与单视图聚焦椎体的地标检测网络(VFLDNet)评估青少年特发性脊柱侧弯(AIS)的性能。方法收集2022年1月至2024年6月宁波大学附属第一医院收治的AIS患者100例,以人工测量为“金标准”,评估DVFNet与VFLDNet预测Cobb角、顶椎(AV)位置、胸椎后凸角(TK)和腰椎前凸角(LL)的准确性。结果在Cobb角预测方面,VFLDNet和DVFNet的平均绝对误差分别为2.53°及2.74°;严重程度分级时,两者均与人工测量具有高度一致性(Kappa=0.75、0.72,均P<0.05)。在预测AV位置方面,DVFNet的准确性(90.00%)明显高于VFLDNet(84.00%)(P<0.05)。预测TK时,VFLDNet预测值显著高于人工测量结果(P<0.05),且两个网络间的差值平均值差异有统计学意义(P<0.05)。对于LL的预测,DVFNet、VFLDNet与人工测量的Kappa值分别为0.61、0.58。结论VFLDNet易高估TK,DVFNet在AV位置识别和脊柱前后凸预测上有优势。