基于传统组学与深度学习融合技术的人工智能模型在鼻骨骨折检测中的应用

摘要

目的 采用传统组学与深度学习融合技术开发人工智能(AI)模型,并探讨其对鼻骨骨折的诊断价值。方法 选取2021年5月至2022年7月医院收治的252例行鼻骨多层螺旋CT(MSCT)扫描检查患者为研究对象,通过深度学习技术提取端至端的深度学习特征,并使用pyradiomics分析软件提取传统组学特征。将所有特征筛选后进行融合,输入分类预测器建立AI预测模型,并检验鼻骨骨折的诊断效能。结果 在AI辅助下,临床医师阅片时,灵敏度改善11.65%,特异度改善16.80%,曲线下面积(AUC)改善0.14;放射科医师阅片时,灵敏度改善9.32%,AUC改善0.08。结论 AI模型辅助可帮助医师提高鼻骨骨折的诊断能力,具备一定的临床使用价值。