冯自立，康其传，张 涛，章伟睿，叶健安，张云飞，罗 文，徐灿华

    (空军军医大学： 1军事生物医学工程学系医学电子工程教研室， 4西京医院超声科，陕西 西安 710032； 2军事医学科学院军事医学研究院辐射医学研究所，北京 100850； 3空军军医大学唐都医院骨科，陕西 西安 710038)

    四肢闭合性骨折为战场一线的高发伤情，闭合性骨折伤情的快速诊断、准确分诊救治对减少战斗伤亡和提高战场救治率具有重要意义。然而，战术一线环境特殊，CT、X线车等大型仪器设备难以到达战术一线区域，极易发生闭合性骨折伤情的漏诊和误诊。随着超声技术的发展，因其无辐射、实时、便携等特点，在一线救治诊断中应用越来越广泛，目前已用于战时心脏创伤、气胸和腹部创伤诊断[1-2]。此外，超声还能在战时探查骨皮质表面的连续性中断情况，及时探查四肢闭合性骨折伤情，有助于第一时间固定骨折部位，改善预后，减少伤亡。

    在临床骨折超声诊断中，诊断准确率在很大程度上取决于超声科医生的临床经验，对于一线救治诊断的卫生员而言，难以使用超声设备完成伤情检查。近年来，随着人工智能的快速发展，以深度学习为代表的机器学习方法在医学图像识别方面取得了极大的进展，为辅助医生做出准确诊断提供了新的途径[3-7]。在超声领域，通过深度学习技术在甲状腺结节的智能诊断[6]、乳腺超声诊断[7]、血管内超声图像序列分割[8]等方面已开展广泛研究。基于此，本研究采用卷积神经网络技术，构建了一种用于智能判别超声骨折图像的模型，模型通过自动提取骨折超声图像特征，实现对骨折伤情的自动判别。结果表明所构建的模型可以实现骨折超声图像的准确判别。

    1 材料与方法

    1.1 材料

    新西兰大白兔50只，由空军军医大学动物实验中心提供，体质量2.5 kg左右；超声仪器采用聚融医疗便携式彩色多普勒超声诊断设备[型号DC-1，聚融医疗科技(杭州)有限公司]；探头采用8～12 MHz高频探头[型号L12-4，聚融医疗科技(杭州)有限公司]。

    1.2 方法

    1.2.1 数据来源及预处理 将新西兰大白兔固定于实验台 ......