基于MRI与深度学习算法对腰椎间盘髓核退变的智能鉴别系统的建立与应用.pdfVIP

第43卷第5期影像科学与光化学Vol.43No.5

2025年9月ImagingScienceandPhotochemistrySep，2025

https：///gkgh

基于MRI与深度学习算法对腰椎间盘髓核退变的智能鉴别系

统的建立与应用

何林，任义财，李旭雪，陈馨，陈兵

四川省中西医结合医院放射科，四川610041

摘要：目的：基于核磁共振成像（MRI）与U⁃Net深度学习模型，构建腰椎间盘髓核退变的智能鉴别

系统，并评估其辅助诊断的临床效能。方法：回顾性分析2020年1月至2023年3月本院收治的298

例腰椎间盘突出症（LDH）患者的MRI影像资料，将其作为训练集，采用U⁃Net模型进行训练。通

过数据预处理（包括图像归一化、弹性变形增强）构建智能鉴别系统；另回顾性分析2023年5月至

2024年8月本院收治的123例LDH患者，将其作为验证集，以手术病理结果为“金标准”，对比智能

鉴别系统与影像医师的诊断效能。结果：训练集与验证集患者在年龄、性别、病变节段等基线资料

上无显著差异（P0.05）。智能系统鉴别腰椎间盘髓核退变的灵敏度、特异度、准确率分别为

96.49%、100.00%、96.75%，高于影像医师的89.47%、88.89%、89.43%。智能系统与金标准一致

性良好（Kappa值为0.801），优于影像医师（Kappa值为0.501）。结论：基于MRI与U⁃Net模型的智能

鉴别系统可显著提升腰椎间盘髓核退变的诊断灵敏度与一致性，为临床快速筛查提供了高效工具。

关键词：核磁共振成像；深度学习算法；腰椎间盘突出症；髓核退变；人工智能；鉴别价值

中图分类号：R681.5文献标识码：A文献编号：10.7517/issn.1674⁃0475.2025.05.13

EstablishmentandApplicationofIntelligentIdentificationSystemforLumbar

DiscNucleusPulposusDegenerationBasedonMRIandDeepLearningAlgo⁃

rithm

HELin，RENYicai，LIXuxue，CHENXin，CHENBing

DepartmentofRadiology，SichuanIntegratedTraditionalChineseandWesternMedicineHospital，Sichuan610041，China

Abstract：Objective：Basedonmagneticresonanceimaging（MRI）andU⁃Netdeeplearningmodel，anintelligentidentification

systemforlumbardiscdegenerationwasconstructed，andtheclinicalefficacyofitsauxiliarydiagnosiswasevaluated.Methods：The

MRIimagedataof298patientswithlumbardischerniation（LDH）admittedtoourhospitalfromJanuary2020toMarch2023were

retrospectivelyanalyzedasthetrainingset，andtheU⁃Netmodelwasusedfortraining.Theintelligentidentificationsystemwas

constructedthroughdatapreprocessing（includingimagen