痛风是一种常见的代谢性疾病，其特征在于软组织中尿酸单钠盐一水合物晶体(痛风石)的沉积，引发剧烈急性关节炎，伴有无法忍受的疼痛以及关节和关节周围炎症。痛风石还可以促进慢性炎症和糜烂性关节炎。2015 ACR/EULAR痛风分类标准包括临床、实验室和影像学检查结果，其中痛风病例的阈值得分≥ 8。一些与影像学相关的发现，如超声中的双轮廓征，双能计算机断层扫描中的尿酸盐，或与痛风相关的放射影像学侵蚀，最高可得4分。显然，痛风的诊断在很大程度上是由影像学发现辅助的；然而，双能计算机断层扫描是昂贵的，并且使患者暴露在高水平的辐射下。虽然肌肉骨骼超声是非侵入性和廉价的，但结果的可靠性取决于专家的经验。在当前的研究中，我们应用迁移学习训练卷积神经网络来识别超声图像中的痛风石。预测的准确性随卷积神经网络模型而变化，如下:InceptionV3(0.871±0.020)、resnet 101(0.913±0.015)和vgg 19(0.918±0.020)。灵敏度如下:InceptionV3(0.507±0.060)，resnet 101(0.680±0.056)，vgg 19(0.747±0.056)。精度如下:InceptionV3(0.767±0.091)、resnet 101(0.863±0.098)和vgg 19(0.825±0.062)。我们的结果表明，有可能重新训练深度卷积神经网络，以高精度识别超声图像中痛风石的模式。
