基于深度学习的MRI多发性膝关节损伤分级预测研究

彭 兰兰, 蔡 兴, 赵 平, 曹 廷华, 魏 美龄
重庆市璧山区中医院

摘要


目的：探究基于深度学习方法的MRI鉴别多发性膝关节损伤和严重程度分级预测。方法：选取重庆市璧山
中医院200例确诊为多发性膝关节损伤的患者作为损伤组，将150例健康研究对象作为对照组，两组研究对象入选时
间为2024年7月至2025年7月。所有研究对象均行MRI扫描，收集研究对象的膝关节冠状面与矢状面DICOM格式
的MRI。采用ITK-SNAP勾画感兴趣区，提取影像组学特征，构建分类模型；同时构建3D ResNet-14卷积神经网
络模型，对半月板损伤进行0~3级分级预测。结果：在200例多发性膝关节损伤患者中，以半月板损伤最为常见，占
比为62.71%，其次为前交叉韧带损伤，占比为41.53%；影像组学模型在多发性膝关节损伤分类诊断中，半月板损伤、
韧带损伤、合并损伤的AUC分别为0.894、0.881、0.867，ResNet-14模型对半月板损伤不同严重程度分级的预测性能中，
0级、1级、2级、3级的AUC分别为0.942、0.893、0.865、0.932，均具有较高的准确率、灵敏度与特异度。结论：结合
影像组学与深度学习的智能算法可有效辅助膝关节损伤的诊断与分级，具有良好的临床应用前景。

关键词


深度学习方法；MRI；多发性膝关节损伤；严重程度；鉴别

全文:

PDF


参考


[1]王建坤，肖展豪，黄杜军.比较关节镜下分期与

一期修复重建膝关节多发韧带损伤患者的关节功能及预

后[J].中外医疗，2024，43（27）：22-25.

[2]李艳琼.磁共振成像在膝关节损伤中的诊断效能

[J].中国医疗器械信息，2025，31（21）：90-93.

[3]于浩淼，董继祥，李海鹏，等.基于人工智能深

度学习的CT-MRI多模态影像自动融合分割技术在前交

叉韧带重建术前规划中的应用[J].中华骨与关节外科杂

志，2025，18（01）：27-35.

[4]纪仁浩，樊页川，王建伟，等.MRI与CT在外伤

所致膝关节损伤中的征象表现及临床效果比较[J].浙江创

伤外科，2023，28（12）：2393-2396.

[5]仇娟.MRI在膝关节损伤患者诊断中的临床应用

价值[J].影像研究与医学应用，2025，9（17）：130-132.

[6]孙宾.磁共振成像检查在膝关节半月板损伤及关

节软骨损伤患者诊断中的应用价值探析[J].中国伤残医

学，2025，33（9）：102-106.

[7]梁杰晖，吴松，沈民仁，等.多平面重建及3D打

印在前交叉韧带翻修术中的应用[J].中南大学学报（医学

版），2024，49（1）：95-112.

[8]程琳，李逸凡，侯增浩，等.基于MRI影像组学

在诊断前交叉韧带损伤分级中的应用[J].分子影像学杂

志，2024，47（02）：126-131.

[9]王超，谢晓亮，朱熹，等.基于深度学习的复合

超分辨率重建算法在膝关节MRI中的临床应用价值[J].

放射学实践，2025，40（01）：67-72.

[10]彭超，李传明，余飞，等.迭代影像重建辅以深

度学习加速膝关节MRI扫描速度同时改善图像质量可

行性研究[J/OL].重庆医学，1-10[2026-03-05].https：//

link.cnki.net/urlid/50.1097.R.20250928.1639.009.


Refbacks

  • 当前没有refback。