临床放射学杂志

作者：周静雯, 金一波, 陈石鑫, 周全

单位：510630 广州,南方医科大学第三附属医院影像科（周静雯、周 全）;510000 广州,华南师范大学（金一波）;510000 广州医科大学附属第一医院影像科（陈石鑫）

关键词：深度学习,肩关节,X线平片,肩袖撕裂

<b>目的</b> 构建基于肩关节X线平片的深度学习模型以评价肩袖撕裂程度。<b>方法</b> 回顾性搜集1137例肩袖损伤患者的肩关节X线平片资料（其中正位图像613例,出口位图像524例）和相应的临床信息（年龄、性别和创伤史）,并根据患者的MRI或者关节镜检查结果,将冈上肌肌腱撕裂是否&#x0003E;50%分为无/轻度撕裂及重度撕裂两组,构建深度学习模型;采用受试者工作特征曲线下面积（AUC）、准确率、敏感度、特异度评估模型的分类性能。<b>结果</b> 1137例肩袖损伤患者中肩袖撕裂&#x0003C;50%者719例,撕裂&#x0003E;50%者418例,两组间临床信息（年龄、性别和创伤史）无统计学差异。基于肩关节X线正位构建的模型效能：准确率为93.9%,AUC为0.981,敏感度为96.4%,特异度为91.5%;基于肩关节出口位构建的模型效能：准确率为79.2%,AUC为0.808,敏感度为74.4%,特异度为82.8%。热图显示肩峰下区域、肩峰区域为最敏感的区域。<b>结论</b> 构建的深度学习模型能够根据X线片上肩峰下区域、肩峰的变化评估冈上肌肌腱撕裂程度。

来源：2025年第12期

《临床放射学》期刊编辑部

查看临床放射学杂志2025年第12期