文摘

这项工作的目的是探讨影响伽马钉内固定的股骨转子间骨折x射线胶片基于人工智能算法的分类和识别方法。研究对象是100名老年患者股骨转子间骨折的住院。例诊断为老年人(60岁以上)股骨转子间骨折x线或CT。他们被分为两组,每组50人:一组使用x射线胶片评估基于人工智能算法的图像指导(研究机构),另一组没有使用算法指导(对照组)。结果表明,该算法的分割效果是类似于黄金标准分割结果,表明该算法是有效和可行的骨折和骨的分割。全球水平集算法设置控制。最终的测量精度(UMA)值的算法组( ),和全球的乌玛价值水平集算法组( ),表明图像处理算法组有明显的数值的影响,精度高,良好的细节保留。手术时间、术中失血、切口长度、住院、负重时间、骨折愈合时间的两组均优于对照组。手术后一个月,哈里斯算法组的分数是67,和对照组51岁,一个16两组之间的差异( )。病人减少疼痛和恢复速度快,表明这是一个好方法治疗老年股骨粗隆间骨折的护理效果x射线伽马钉内固定基于人工智能算法。人工智能算法不仅可以应用于老年患者的伽马钉内固定与转子间骨折,也可应用于其他骨折的x射线图像处理和其他外科为骨折患者提供有效的治疗方法。

1。介绍

随着社会的老龄化,越来越多的老年人骨质疏松症患者,和每年的股骨转子间骨折的发病率逐年增加。发病年龄从65年平均下降到平均60年(1]。股骨转子间骨折的临床特征如下。股骨转子间骨折通常发生在骨质疏松症的网站,和大多数病人是老人2]。创伤后,股骨转子间骨折的可能会导致疼痛、肿胀、疲劳和无法移动箱子。大多数病人有外翻畸形的症状。它可以由x射线检查和分类根据x射线(3]。股骨转子间骨折的治疗基本上是分为非手术治疗和手术治疗(4]。很少有血液供应的intertrochanter股骨,和noncurative骨折后股骨头坏死经常发生。此外,还可能出现髓内弓形腿如果治疗方法不合适5]。传统的治疗应持续牵引,病人应该呆在床上很长一段时间,这可能会导致并发症,如低下垂的肺炎、褥疮、关节僵硬、尿路感染、深静脉血栓形成。此外,骨骼和肌肉萎缩症也可能发生,最终导致或加重心血管疾病,构成重大威胁病人的生命(6]。

近年来,随着医疗技术的发展,很多学者倾向于使用外科手术固定治疗,以减少病人的并发症和死亡率,提高患者的生活质量(7]。伽马钉是一种髓内钉。它的形状像希腊字母,所以被称为伽马钉。它由髓内钉、颈螺钉和远端锁定螺钉。股髓内钉提供轴向平行的抗拉强度,结合优势缩短的髓内钉钉子的长度。螺杆位于股骨头颈结合主钉,符合杠杆原理,较短的手臂,小弯矩和剪切力小。此外,弯曲骨折部位相对较小,直接和当地的压缩。远端锁钉有能力抵抗收缩和旋转,符合生物力学的要求(8]。

医学图像在临床诊断中发挥着重要作用。骨折的x射线图像,网站可以提高诊断的精度和准确性(9]。通过观察医学图像,医生确定骨折损伤的程度和类型,然后提供一个决定性的临床诊断根据患者自身的条件和其他临床检查结果10,11]。由于其独特的优势在图像识别,自然语言处理,和其他领域,人工智能技术已经显示出巨大的应用前景在解剖参数分析中,医学图像识别、非结构化数据处理,和临床诊断。其结合医学已成为医学发展的新方向。在骨科疾病的诊断依赖于大量的图像数据,以及人工智能在骨科中的应用将会有很大的前景。主要用于骨折诊断成像设备包括x光设备,计算机x射线数字荧光x射线数字x光(博士)、计算机断层扫描(CT)和磁共振成像(MRI)。由于人类肌肉的自然比较和骨髓,x射线平面优于CT和MRI能显示骨折细节(12]。x射线图像的投影之和x射线通过组织结构不同密度和厚度的身体的特定部位(13]。沿着路径的结构强调了重叠的图像。由于散射光的影响,模糊,x射线图像低对比度和低能见度14]。

在这项研究中,一个人工智能算法应用,和适合裂缝图像理解的一个算法,可以自动判断骨折的类型和程度,实现自动的解释骨折类型。x射线图像的特征提取和识别股骨转子间骨折的情况可以实现断裂带。x射线图像的预处理、特征提取和图像进行分类,得到裂缝分类和断裂损伤程度。断裂分形图像识别技术可以帮助医生诊断和治疗,提高骨折诊断的准确性和精度。

2。方法

2.1。研究对象

研究对象是100年老年股骨转子间骨折的患者从2019年6月到2020年6月住院。例诊断为老年人(60岁以上)转子间骨折x线或CT和被分成两组,每组50人。一组使用x射线评价图像基于人工智能算法来指导伽马钉手术(研究组)和另一组没有使用算法来指导伽马钉手术(对照组)。

以下是入选标准:(i)患者股骨转子间骨折的诊断标准和临床症状,(ii)的股骨转子间骨折患者需要伽马钉内固定,(3)病人60岁以上,(iv)病人没有其他突然疾病(高血压、心脏病、糖尿病、高血压等)。

下面是排除标准:药物过敏的患者,患者与其他突发疾病,数据不完整的手术患者,患者依从性差,患者和没有后续。

在这项研究中,100名老年患者股骨转子间骨折的认识上面的纳入和排除标准。这项研究被医院医学伦理委员会批准,和病人的家庭纳入研究都签署了知情同意书。

2.2。阈值分割的x射线图像在水平集

阈值分割方法首先代表灰度图像的分割基础来确定一个或多个值作为阈值,然后比较了图像像素的灰度值和阈值根据两个或两个以上的像素分类的比较结果。为目的的区别,很难确定合适的阈值阈值分割方法根据图像的多样性和复杂性。这种分割方法通常missegmented,需要结合其他方法获得良好的分割结果。

水平集方法是用来解决火焰形状变化方程下的热力学方程。三维连续函数表面采用隐式表达二维平面闭合曲线,方程如下:

当表面三维连续函数隐式表示二维平面闭合曲线, 采用代表三维空间中的坐标( 。结果是最终的图像的二维坐标。它可以更好的代表。水平集方法的优点如下。首先,方程的计算结果绘制光滑曲线,价值不容易波动,是准确的,减少实验误差。第二,它不需要参数,计算根据曲线本身的特点,大大减少了计算量。曲线的特征和价值观本身符合实际情况,和值是准确的。第三,价值是完整的,方程可以使用nonparameters替换的内容,详细和具体问题进行分析。

2.3。基于局部区域的水平集分割模型信息

在当地的区域分割,重要的是取代全局变量和局部变量来 ,和当地的水平集方法方程如下:

从能量函数 ,水平集函数 ,一阶导数关系随着时间的推移,水平集演化方程可以得到如下:

约定范围的功能将减少大量的发生全球图像和灰度不均匀。由于内核函数的遍历性和内核半径的限制,灰度值的最大值在图像不超过当地的像素的灰度值,使函数的两端之间的区别越来越细分更准确。在数据1和2,算法分析了x射线图的老年人股骨粗隆间骨折的结果划分的断裂区域算法。全局算法范围很大,骨头形状是模糊,当地算法范围小,骨折的形状是明确的。

2.4。算法分析图像流

该算法需要对图像进行分析。在分析之前,它还需要处理图像和其他措施,法官骨折的一般趋势和分析骨边缘。分析后,断裂的位置终于决定的判断结果。流程图如图3。

2.5。图像处理结果的比较

一些指标计算来反映图像的客观条件和实际应用效果。在图像分析中,最终结果可以从细节中提取。因此,最终的测量精度(UMA)作为质量评价方法。乌玛使用原始图像作为一个参数供参考抽样,和原始图像包含详细的特性和损伤特性。测量精度方程和地方最终测量精度方程如下:

是原始特征参数,是实际测量的特征值。两者之间的绝对差异和相对差异计算。最终的测量精度的价值方程分割质量成反比。值越小,分割质量越好,算法的性能越好。

2.6。手术方法及术后治疗

硬膜外麻醉后,病人被前列腺Maquet骨科牵引床,和c臂透视下(GE7700)减少。病人的手术部位消毒。的近端大转子直切口集中在5厘米,和大转子碰皮下注射和激烈的竞争在3 - 4厘米长。大转子的尖端喉舌,开放和导线为了扩张纸浆。这时,一个伽马钉(Stryker产品)与适当的颈角被选中,在用手推。执行后c臂x线透视检查后,股骨颈的前位置和轴向位置很满意,两个1.5厘米的切口是在转子,分别。近端方头螺钉和antiscrew完蛋了,尾钉和远端固定有5毫米交锁钉,冲洗和缝合。

手术后两天,病人要求恢复康复,和病人首次把在床上痛知觉,仰卧位,侧和倾向。这是检查是否有痛苦。如果疼痛不明显,患者可以通过逐渐开始手腕和脚踝。床上活动后,病人直立行走的帮助家庭成员或护士。如果能够站通常情况下,病人可能会移动自己在轮椅的帮助下拐杖,和重量训练可以三个月后进行。

2.7。术中病人的指标

术中指标包括手术时间、术中失血,切口长度。病人术后指标包括住院、负重时间、骨折愈合时间(骨折愈合定义为大量的骨小梁通过骨折线,和骨折线模糊)。随访手术前后,哈里斯和髋关节功能评分被用来确定疗效。哈里斯评分标准,包括疼痛,髋关节功能、下肢畸形,和延展性。满分是100分(优秀:90 ~ 100分;优点:80 ~ 89分;接受:70 ~ 79分;和差:少于70分)。

2.8。后续方法和x光拍摄需求

射线照片拍摄之前和一个星期,一个月,手术三个月后,放射科医生和整形外科医生确定了x射线和临床治疗。x射线电影的拍摄需求如下。首先,应该尽可能平行x射线投影角股骨骨,和成像能清楚显示膝关节骨折。第二,正面和背面的边缘腿骨应该重叠。的前部和后部边缘内侧和外侧骨不能在同一时间重叠,骨折部位应清楚地显示出来。第三,前后的x射线的股骨骨折应包括1/4和1/4的股骨远端(4)。最上层髂骨内的凸点和侧股骨应该在成像清晰可见。x射线检查方法具体如下。它应该帮助病人选择仰卧位和左右的位置,并使用西门子机器(120 kV、500 mA)博士进行考试。电压和电流是1.2处理方法,分别。照片拍摄,病人躺在他身边,腰椎椎体的上边缘作为基线,和外围连续轴被拍到。 All patients were diagnosed by CT as the positive judgment standard. Observation indicators included rotation and dislocation of the vertebral body, attachment fractures, dislocation of fracture lines, vertebral body compression, and fracture fragments protruding into the spinal canal. Each indicator was divided into 3 levels, with 1-3 points: each case had a maximum score of 15 points, and the level of the score represented the severity of the disease.

2.9。统计方法

使用SPSS 20.0统计分析。正态分布的测量数据是表示为 ,和单向方差分析被用于对比组。对于一般数据,一个独立的样本测试,和配对样本测试是用来比较动脉瘤栓塞的程度在不同时间点的对照组。 在统计学上意义重大。

3所示。结果

3.1。特征可视化地图

在数据4和5,骨区域通过使用水平集方法和骨区域通过手动分割视觉没多大区别的观点。的差异主要集中在细节如顶点和角落,这是由于这些细节的灰度接近的灰度背景或肌肉。医生手动划分骨折,骨头被设置为金标准,和算法分割近似手动分割的结果,表明该算法是有效的和可行的分段骨折和骨。

3.2。最终测量精度的比较

对照组的乌玛价值 ,和全球的乌玛价值水平集算法组 。如上所述,乌玛值越小,图像分割的准确性。两组之间的差异是1.65点,和值显示统计差异( )。它表明,图像处理算法组有明显的数值效果,图像精度高,细节更好的保存(图6)。

3.3。术中指数比较

在操作期间,手术时间,术中失血,和切口长度两组之间的比较,如图7- - - - - -9。算法组的操作时间 分钟,在对照组 分钟。两组之间的差异操作时间为49.54分钟,和数据是大大不同的( )。算法组术中失血 毫升,在对照组 毫升。两组之间的术中失血是173毫升,和数据是大大不同的( )。组切口长度的算法 毫米,在对照组 毫米。两组切口长度之间的差异是6.51毫米,和数据非常不同( )。

3.4。术后指标的比较

术后随访显示,手术后住院,负重时间、骨折愈合时间两组之间的比较,提出了在数字10- - - - - -12。算法组17天的住院,,对照组30天。住院两组之间的差异是13天,和数据是完全不同( )。算法组的术中负重时间是22周,对照组是21周。1周的术中倒是有一个区别负重时间两组之间,和数据是相当不同的 )。术中骨折愈合时间为22天算法组和对照组26天。两组之间的差异在骨折愈合时间4天。数据(有相当大的差异 )。

3.5。哈里斯分数比较之前和之后的手术

之间没有显著差异在哈里斯分数两组手术前( )。手术后一个月,哈里斯算法组的得分是67分,和哈里斯在对照组51分。两组之间的差异是16分。数据是大大不同的( )。手术后6个月,哈里斯算法组的得分是88分,和对照组的哈里斯的分数是62分。两组之间的差异是26分,和数据是截然不同的 )。手术后一年,哈里斯算法组的得分是91分,而对照组的哈里斯的分数是87分。两组之间的差异是4点,和数据非常不同( )(图13)。

3.6。两组手术并发症,症状改善

术后并发症对患者的预后很重要,可以间接反映治疗效果。术后内固定失败的发生率,股骨头坏死,股骨骨折,延迟愈合,骨内翻足/感染,股骨颈缩短统计分析在图14。该算法有20名患者术后并发症组和对照组40例。相比之下,有20个算法组患者术后并发症少;这种差别十分明显( )。结果表明,该算法组的治疗效果相对较好。

4所示。讨论

近年来,转子间、转子下骨折的治疗在老年人已经成为外科医生的关注15]。现在大多数医生使用内固定。使用内固定联合友好,允许适当的关节运动和有积极影响的预防褥疮,血栓,和心血管并发症。内固定可以减少脑血管疾病和心血管并发症引起的头痛刺激(16]。固定骨折是骨折治疗的中心环节。后老年患者的恢复骨功能的关键操作是选择内固定方法,促进术后康复训练的实现。不仅应该关注老年人骨折的恢复也注意心血管疾病、呼吸系统疾病、神经系统疾病在老年人。老年人经常遭受许多老年性疾病,所以手术的风险显著增加(17,18]。因此,寻找一个简单的内固定方法是需要解决的问题之一。骨折的临床诊断主要是根据x射线图像。医生观察到x射线摄影,结合临床经验做出诊断,治疗方案。根据自己的经验,医生很容易被肉眼主观影响,这将影响骨折的正确分类和正确的治疗计划的发展19]。Taljanovic et al。20.人工智能算法)用于治疗老年股骨转子间骨折36伽马外固定器和随访患者手术后很长一段时间。发现所有的病人没有支架松动等并发症,骨不愈合,显示出良好的疗效,这与本研究的结果是相一致的。骨折x射线图像的人工智能算法在计算领域不仅包括知识,如图像处理和分析、图像理解、模式识别、人工智能和知识也在整形手术中,生物力学和数学(21]。根据骨折的股骨转子间骨折的形象并结合股骨骨折部分的特点,本研究设计一种算法实现骨折和骨范围的划分。结果显示老年病人的良好治疗效果使用x射线伽马钉内固定与股骨转子间骨折的基于人工智能的算法。通过观察和比较,发现x射线伽马钉内固定的基础上,人工智能算法的优点是减少手术创伤,创伤少、出血少,术后并发症少,手术时间短,住院时间短,短的恢复时间。随访发现,术后康复训练的骨骼关节可以缩短,减轻疼痛,并提高独立生活的能力,这是一个好方法治疗老年股骨转子间骨折。

从视觉的角度来看,骨区域获得的水平集方法和骨区域通过手动分割是没什么不同的。不同的是集中在细节如顶点和角落。这是因为这些细节的灰度接近背景的灰度或肌肉部分。两组之间的差异在全球的乌玛价值水平集算法组1.65点,和值统计差异( ),表明图像处理算法组有明显的数值效果,图像精度高和良好的细节保留。两组切口长度之间的差异是6.51毫米,和数据统计上的不同( )。之间没有显著差异在哈里斯分数两组手术前( )。手术后一个月,哈里斯算法组的得分是67分,和哈里斯在对照组51分。两组之间的差异是16分,和数据统计上的不同( )。术后并发症和患者的预后非常重要。他们可以间接反映治疗效果和计数的发生术后内固定失败,股骨头坏死,股骨骨折,延迟愈合,骨骼倒置/感染,股骨颈缩短(如图14)。综合比较算法20组患者术后并发症,术后并发症患者和对照组40。相比之下,该算法减少了20的术后并发症的患者,差异具有统计学意义( )。结果表明,算法组的治疗效果更好。

基于morphological-based处理和人工智能算法,分析算法对骨折线图像。根据不同的形态学结构元素,不同形态的影响操作线断裂图片被删除,噪声去除,图像增强的同时保持图像。在最初的轮廓信息,不会引入新的细节和边缘。加工线图像的增强算法有利于下一步骨边缘提取。本文给出了如下的局限性。样本量不够大,有必要引入人工智能培训其他断裂网站的图片并与其他智能结合数学形态学方法,如遗传算法和人工神经网络,促进结构元素的选择。改进算法,其他特征如纹理和方向可以添加到标记的选择过程,进一步提高本文算法的适用性。为了提高医学图像处理算法的准确性,更多的图片将会测试,算法的图像失败会分析,会总结失败的原因,将会修正算法来提高算法的性能。它应该设计更高效和准确的识别方法。算法用于其他医学图像处理、分析、识别研究,实现一个高效的网络远程智能骨折诊断系统。

5。结论

伽马钉的应用效果研究了内固定股骨转子间骨折的x射线胶片的分类和识别方法的基础上,人工智能算法。医生手动划分骨折和骨的黄金标准。手动分割的结果表明,该算法是有效的和可行的骨折和骨分割。的乌玛价值集团是全球水平集算法 ,和全球的乌玛价值水平集算法组 ,这表明,图像处理算法组有明显的数值的影响,精度高,良好的细节保留。此外,手术时间、术中失血、切口长度、住院、负重时间、骨折愈合时间的两组均优于对照组。总之,护理和x射线伽马钉内固定的基础上,人工智能算法是一个有效的方法来治疗老年股骨转子间骨折。

数据可用性

使用的数据来支持本研究的发现可以从相应的作者。

的利益冲突

作者宣称没有利益冲突。

确认

这项工作是由南充社会科学研究“十三个五年计划”项目2020年(NC2020B064),南充城市学校科技战略合作专项资金项目(19 sxhz0382),和南充应用技术研究与开发项目(20 yfzj0106)。