TY-JOUR A2-Abdulhay，Enas AU-Liu，Yubo AU-Cheng，Liangzhen PY-2021 DA-2021/10/07 TI-深度学习指导下局部神经阻滞对肩胛骨骨折手术麻醉效果的超声图像SP-6231116 VL-2021 AB-以讨论肩胛骨骨折患者的临床特征，在区域神经阻滞治疗肩胛骨骨折手术中，采用深度学习模型对患者的超声图像进行定位。招募了100名在医院接受紧急治疗的肩胛骨骨折患者。算法组采用超声引导下局部神经阻滞穿刺，对照组采用传统体表解剖进行麻醉定位。对比组肩胛骨的超声图像用于识别深度学习模型和分析麻醉针刺部位。提取对照组患者肩胛骨解剖的超声图像，采用卷积神经网络模型进行训练和测试。此外，还对模型性能进行了评估。研究发现，深度学习的采用大大提高了图像的准确性。平均花费了7.5英镑 ± 算法组（人工智能超声定位治疗）从穿刺针接触皮肤到注射完成2.07分钟。对照组手术时间（解剖定位）平均10.2分钟 ± 2.62 此外，两组之间存在显著差异( P < 0.05 )对比组采用的方法定位准确率高，麻醉效果好，减少了患者术后并发症（全部病例） P < 0.005 )深度学习模型可有效提高超声图像的准确性，并可测量和辅助未来肩胛骨骨折临床病例的治疗。在提高医疗效率的同时，它还能准确识别患者骨折，在提高手术麻醉效果方面具有很大的应用潜力。SN-2040-2295 UR-https://doi.org/10.1155/2021/6231116 DO-10.1155/2021/6231116 JF-医疗工程杂志PB-印度群岛KW-ER-