深度学习在膝关节MRI图像分割中的研究进展

向煜航; 孟滔; 刘佳奇; 张杏林

doi:10.3969/j.issn.1001-5779.2025.01.011

赣南医科大学学报 ›› 2025, Vol. 45 ›› Issue (1) : 68 -73. DOI: 10.3969/j.issn.1001-5779.2025.01.011

影像医学与核医学

深度学习在膝关节MRI图像分割中的研究进展

向煜航 ¹ ,
孟滔 ² ,
刘佳奇 ³ ,
张杏林 ³^,⁴

作者信息 +

Research progress of knee joint MRI image segmentation based on deep learning

Author information +

文章历史 +

PDF (474K)

摘要

随着人口老龄化程度的加重，以膝关节骨性关节炎（Knee osteoarthritis， KOA）为代表的慢性关节病发病率逐年升高。自动分割膝关节MRI图像可以显著提高诊断和治疗效率，减轻医师负担。传统的MRI图像分割技术存在步骤繁琐、精度低、泛化能力差等问题。近年来，深度学习在医学图像分析领域展现了巨大的潜力和优势，在对膝关节MRI图像的分割中，骨骼分割的Dice相似系数（Dice similarity coefficient，DSC）达到了98%，且所有结构的DSC均＞70%。本文综述了深度学习在膝关节MRI图像分割中的研究进展，着重讨论了在5类不同分割任务中，深度学习模型所取得的成果和面临的挑战。文献复习结果表明，膝关节分割研究在医学方面的发展已取得了显著进步，但要实现其在临床中的全面应用，还需要面临数据多样性、模型泛化能力、实时性和标准化等方面的挑战。