題目:以電腦深度學習建立脊椎骨盆X光自動辨識模組及手術決策輔助系統
簡介:隨著演進,全人工髖關節手術的趨勢日漸增多,X光片是一個快速方便也必須的診斷工具,但需要有經驗的醫師耗費時間量測、診斷,以準備適當的翻修工具進行治療。因此,我們想發展出深度學習人工智慧模組,來幫忙標定這些點,並輸出所需的參數。
研究方法:運用卷積神經網絡(Convolutional Neural Network,CNN)設計可於X光上自動偵測關鍵點所在位置之深度學習架構,稱為骨關鍵點網路(Bone Keypoint Net, BKNet)。使其可自動化於X光上標定出20個關鍵點,並分析出11項可輔助臨床診斷之參數。
結論:使用電腦深度學習來標記全人工髖關節術後參數值,皆在人為標記的觀察者變異(observer variability)內。顯示電腦深度學習可以提供跟人為標記一樣正確的工具,且更具經濟效益(cost-effectiveness),更高的信賴度(reliability),及重製性(reproducibility)。