Mask R-CNN算法在转子间骨折诊断中的应用研究

目的基于Mask R-CNN算法实现一个计算机辅助诊断(Computer Aided Diagnosis,CAD)工具,以辅助经验不足的医生对转子间骨折进行诊断。方法选取665例转子间骨折X光片数据为研究对象,按照8∶0.5∶1.5的比例设置训练集、验证集和测试集。采用迁移学习方法训练网络模型,实现CAD工具对转子间骨折的定位、分割和分类功能。同时招募3名住院医生和3名主治医生对CAD工具的分类性能进行测试。结果CAD工具取得了0.867的准确度,相比主治医生0.888±0.010的平均分类水平仍有不足。在CAD工具的帮助下,住院医生的平均准确度从0.707±0.021提升至0.850±0.015,虽然未能达到主治医生的分类水平,但其差异无统计学意义(P=0.179)。结论CAD工具能够为医生提供有效的辅助信息,辅助经验不足的医生进行诊断,减少误诊情况的发生。