目的 探讨基于膝关节MRI Precision medicineT_1加权成像(T_1WI)深度学习模型的构建方法,并应用该模型推断青少年的年龄。方法 收集2015年1月—2021年12月青岛大学附属医院1 212例(内部数据集)及青岛市市立医院341例(外部数据集)10~18岁男性膝关节MRI T_1WI图像,经过对股骨远端和胫骨近端骨骺骺板进行标记和图像分割后,采用随机数字表法将内selleck PS-341部数据集各年龄组按照8∶2分为训练组(971例)和验证组(241例)用于模型的建立,外部数据集(测试组)用于模型的评价。通过准确率、精准率、召回率、灵敏度、特异度等指标来测试和验证模型的性能。结果 验证组的准确率为85.713%,精准率为84.732%,召回率为85.713%,特异度为97.729%,灵敏度为85.713%;而测试组的准确率为82.578%,精准率为83.145%,召回率为82.578%,特异度为获悉更多97.442%,灵敏度为82.578%,验证集和测试组的各项指标比较差异均无显著性(P>0.05)。结论 本研究成功建立了基于膝关节MRI T_1WI的深度学习模型,可应用于10~18岁青少年年龄的推断。