期刊文献+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
共找到2篇文章
< 1 >
每页显示 20 50 100
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
显示方式：
邯郸地区生长发育异常儿童骨龄生长学特征及相关因素研究 被引量：7
1
作者 董静娟 董辉 《医学信息》 2019年第3期131-133,共3页
目的通过对邯郸地区生长发育异常(矮身高)儿童骨龄评价,探索该组儿童的生长发育现状,从而指导临床对生长发育异常儿童的重视和关注,达到早发现、早干预、早治疗等目的。方法收集邯郸地区2014年1月～2017年12月以生长发育异常(矮身高)而... 目的通过对邯郸地区生长发育异常(矮身高)儿童骨龄评价,探索该组儿童的生长发育现状,从而指导临床对生长发育异常儿童的重视和关注,达到早发现、早干预、早治疗等目的。方法收集邯郸地区2014年1月～2017年12月以生长发育异常(矮身高)而就诊,拍摄手腕部骨龄片1478例,应用CHN骨龄测评方法和G-P图谱法对其骨龄进行评估,根据骨龄判定标准,从而判定矮身高儿童的骨龄现状。结果 (1)矮身高儿童的骨龄表现骨龄落后657例,骨龄吻合578例,骨龄提前243例,以骨龄落后为主,男性小于生活年龄(1.38±1.39)岁,女性小于生活年龄(1.25±0.76)岁。(2)不同原因导致的矮身高骨龄生长学特征不同;(3)手腕骨不同骨骺,在骨龄落后的程度也不同,在657例骨龄落后病例中,尺骨发育晚或形态落后130例,腕骨数量少或形态落后178例,多个骨骺联合发育落后125例,伴有第二掌骨基底部假骨骺77例,而桡骨远端、掌指骨骨骺发育晚的所占比例较少。结论 (1)矮身高儿童的骨龄发育可以表现为骨龄落后、骨龄提前和骨龄吻合,以骨龄落后为主;(2)不同病因导致的矮身高骨龄生长学特征不同,不健康生活方式、先天条件不足、特发性矮小导致的矮身高,骨龄多落后在2岁以内多见,而病理性矮身高,如生长激素缺乏大部分骨龄落后,多在2岁左右,甲状腺功能低下导致的骨龄落后程度较大,一般在3岁左右,肾脏疾病导致的骨龄情况髓这体内激素分泌的变化而变化,可骨龄落后、也可骨龄提前;而Turner综合征及其他基因遗传性疾病中,骨龄落后程度较小,多在1～2岁;性早熟导致的矮身高,骨龄多提前,偶有骨龄落后的发生。(3)骨龄落后以腕骨、尺骨出现晚或形态落后、或多个骨骺联合落后为主,但伴有第二掌骨基底部假骨骺也有一定比率,是否能作为判定骨龄落后的标志有待研究。 展开更多
关键词 生长发育异常 矮身高 骨龄测评 骨龄落后程度
下载PDF
基于深度学习的骨龄评估系统对生长发育异常儿童骨龄评测的准确性 被引量：1
2
作者 常沙 闫东 +6 位作者 杜霞 张玉巧 程晓光 杨洁 宋玲玲 高波 罗贤 《中华放射学杂志》 CAS CSCD 北大核心 2023年第4期364-369,共6页
目的探讨基于深度学习的人工智能(AI)系统评估生长发育异常儿童骨龄的准确性。方法回顾性连续收集2020年1月至2021年12月于贵州医科大学附属医院就诊的生长发育异常儿童的左手腕部X线正位片,共入组717例儿童,男266例、女451例,年龄2~18(... 目的探讨基于深度学习的人工智能(AI)系统评估生长发育异常儿童骨龄的准确性。方法回顾性连续收集2020年1月至2021年12月于贵州医科大学附属医院就诊的生长发育异常儿童的左手腕部X线正位片,共入组717例儿童,男266例、女451例,年龄2~18(11±3)岁。基于Tanner Whitehouse 3(TW3)-RUS(尺骨、桡骨、短骨)和TW3-Carpal(腕骨)法,由3名高年资医师评测骨龄,并取3者的均值作为参考标准。由AI系统(深睿医疗Dr.Wise骨龄预测软件)和2名低年资放射科医师(医师1、医师2)独立评测骨龄,并分别计算骨龄结果与参考标准骨龄之间误差在0.5年内的准确度、1年内的准确度、平均绝对误差(MAE)和均方根误差(RMSE)。以配对样本t检验比较AI系统和低年资医师间的MAE。采用组内相关系数(ICC)评价AI系统、低年资医师评测骨龄与参考标准骨龄之间的一致性。绘制Bland-Altman图,计算AI评测骨龄与参考标准骨龄之间95%一致性界限。结果对TW3-RUS骨龄,与参考标准相比,AI系统、医师1、医师2误差在0.5年内的准确度分别为75.3%(540/717)、62.1%(445/717)、66.2%(475/717),误差在1年内的准确度分别为96.9%(695/717)、86.3%(619/717)、89.1%(639/717),MAE分别为0.360、0.565、0.496年,RMSE分别为0.469、0.634、0.572年。对TW3-Carpal骨龄,与参考标准相比,AI系统、医师1、医师2误差在0.5年内的准确度分别为80.9%(580/717)、65.1%(467/717)、71.7%(514/717),误差在1年内的准确度分别为96.0%(688/717)、87.3%(626/717)、90.4%(648/717),MAE分别为0.330、0.527、0.455年,RMSE分别为0.458、0.612、0.538年。AI系统TW3-RUS和TW3-Carpal骨龄评测的MAE均小于医师1、医师2,差异均有统计学意义(P均<0.001)。AI、医师1、医师2评测骨龄结果与参考标准之间均具有较好的一致性(ICC均>0.950)。Bland-Altman图显示AI系统对TW3-RUS和TW3-Carpal骨龄评测的95%一致性界限分别为-0.75~1.02岁、-0.86~0.91岁。结论AI系统对生长发� 展开更多
关键词 年龄测定 骨骼 人工智能 TW3法 生长发育异常
原文传递
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
上一页 1 下一页 到第 页
使用帮助 返回顶部