张小梅¹ 刘少强 ²

1.赣南医科大学第一临床医学院 2.赣南医科大学第一附属医院医学影像科

摘要(Abstract)：

肋骨骨折作为胸部损伤常见的损伤类型，传统诊断主要依赖于放射科诊断医生对数字化Ｘ射线摄影（Digitalra Diography,DR）及计算机断层扫描（Computed Tomography,CT）影像的人工阅片，大量、烦琐的阅片工作使诊断存在主观性强、漏诊误诊率高、效率低下等问题，随着人工智能（Artificial Intelligence,AI）的迅猛发展，AI技术凭借其在医学影像特征提取、模式识别与量化分析方面的优势，为肋骨骨折诊断提供了新的解决方案。本文围绕人工智能在肋骨骨折诊断中的应用展开综述，体现了AI技术在诊断肋骨骨折方面的诊断效率和准确率，人工智能技术有望成为在肋骨骨折诊断领域的规范化、强有力工具。

关键词(KeyWords)：

肋骨骨折；人工智能；深度学习；计算机辅助诊断

参考文献(References)：

［1］HOEPELMAN R J，BEERES F J P，HENG M，et al. Rib fractures in the elderly population: a systematic review ［J］. Arch Orthop Trauma Surg， 2023， 143（2）: 887-893. 

［2］DAVOODABADI A，MOSAVIBIOKI N，MASHAYEKHIL M， et al. Correlation of rib fracture patterns with abdominal solid organ injury: A retrospective observational cohort study ［J］. Chin J Traumatol， 2022， 25（1）: 45-48. 

［3］AWAIS M， SALAM B， NADEEM N， et al. Diagnostic Accuracy of Computed Tomography Scout Film and Chest X-ray for Detection of Rib Fractures in Patients with Chest Trauma: A Cross-sectional Study ［J］. Cureus， 2019， 11（1）: e3875. 

［4］蒋泽庭，陈书彬，吴冬春，等.MSCT 三维重建在肋骨 及肋软骨损伤中的诊断价值［J］.医学影像学杂志，2022，32（08）： 1443-1445. 

［5］熊山，陈博，毛杰，等.基于深度学习的计算机辅助诊 断系统在肋骨骨折诊断中的应用［J］.CT 理论与应用研究，2022， 31（05）：617-622. 

［6］朱雅茹，祁良，徐磊，等.人工智能软件辅助诊断新鲜 肋骨骨折的效能评估［J］.南京医科大学学报（自然科学版）， 2022，42（02）：227-232. 

［7］CASTRO-ZUNTI R， CHAE K J， CHOI Y， et al. Assessing the speed-accuracy trade-offs of popular convolutional neural networks for single-crop rib fracture classification ［J］. Computerized Medical Imaging and Graphics， 2021， 91: 101937. 

［8］YANG C， WANG J， XU J， et al. Development and assessment of deep learning system for the location and classification of rib fractures via computed tomography ［ J ］ . European journal of radiology， 2022， 154: 110434. 

［9］CICERO M，BILBILY A，COLAK E，et al. Training and validating a deep convolutional neural network for computer-aided detection and classification of abnormalities on frontal chest radiographs［J］. Investigative radiology，2017，52（5）: 281-287. 

［10］董健，黄浩，赵晴晴，等.3D 背景识别深度学习系统 在胸腔积液检出中的价值研究［J］.临床放射学杂志，2020，39 （08）：1659-1662. 

［11］KAO C-Y， LIN C-Y， CHAO C-C， et al. Automated radiology alert system for pneumothorax detection on chest radiographs improves efficiency and diagnostic performance ［J］. Diagnostics， 2021， 11（7）: 1182. 

［12］RöHRICH S，SCHLEGL T，BARDACH C，et al. Deep learning detection and quantification of pneumothorax in heterogeneous routine chest computed tomography ［J］. European radiology experimental， 2020， 4（1）: 26. 

［13］王舒皓，叶丽芳，杨茗茗，等.基于 U-NET 深度学习 算法检测与量化胸部 CT 图像的气胸［J］.放射学实践，2023，38 （03）：290-294. 

［14］白宇.基于人工智能技术探究 ARDS 分型与早期预后预 警的临床转化研究［D］.北京协和医学院，2024. 

［15］ZHOU Q， QIN P， LUO J， et al. Evaluating AI rib fracture detections using follow-up CT scans ［J］. The American Journal of Emergency Medicine， 2023， 72: 34-38.