机器学习在骨质疏松症影像学应用的研究.pdf

骨质疏松症（ｏｓｔｅｏｐｏｒｏｓｉｓ，ＯＰ）是影响中老年人健康的主要问题之一，其最严重的并发症骨质疏松性骨折（ｏｓｔｅｏｐｏｒｏｔｉｃ ｆｒａｃｔｕｒｅ，ＯＰＦ）亦存在较高的致残率及致死率。ＯＰ的精准筛查与诊断主要依靠影像学分析，而且诊断结果依赖医师的主观判 断，因此传统的影像学手段对ＯＰ的精准筛查、诊断与鉴别存在一定的挑战性。机器学习（ｍａｃｈｉｎｅｌｅａｒｎｉｎｇ，ＭＬ）与影像学图像 的交叉融合，有效提高了临床医生的诊断效率，同时实现了对未知疾患（如ＯＰＦ）的预测。近年来，基于ＭＬ模型利用影像学数 据在ＯＰ的筛查与诊断及ＯＰＦ的诊断与预测方面取得了显著的进展。本文将对近年基于影像学资料的ＭＬ模型辅助筛查与 诊断ＯＰ的相关研究进行综述，为临床精准诊疗ＯＰ提供新思路。