甘肃省人民医院周晟团队：通过深度学习自动测量X线片上腰椎体和椎间盘的解剖参数｜AME作者面对面
学术
健康医疗
2024-12-20 16:04
北京
编者按：“AME 作者面对面” 是微信公众号 “AME科研时间” 的特色专栏。编辑部精心挑选了发表在 AME 旗下杂志的优秀论著，诚邀作者总结亮点，分享研究成果，旨在进一步推动医学同行之间的交流和进步。分享团队：
所刊杂志：
Quantitative Imaging in Medicine and Surgery（点击查看杂志详情与影响因子）
文章标题：
通过深度学习自动测量X线片上腰椎体和椎间盘的解剖参数（Automatic measurement of anatomical parameters of the lumbar vertebral body and the intervertebral disc on radiographs by deep learning）下背痛作为导致全球中老年人生活质量下降的主要原因，给社会和国家带来了沉重的经济负担，而腰椎疾病是引起患者下背痛的重要原因。以往大量研究表明，腰椎定量测量在腰椎疾病的发生发展、诊断及术后评估扮演着重要角色，本研究针对目前人工测量存在的痛点和难点，基于深度学习算法的高分辨率网络（HRNet）构建腰椎DR智能测量系统自动测量椎体和椎间盘的影像参数，为临床提供了一种更客观、高效准确的测量工具。研究结果显示，模型在 3 mm距离阈值内的 PCK 为 94% -99%。VBH、IDH 和 IDA 的模型预测值分别为 30.22 ± 3.01 mm、10.40 ± 3.91 mm 和 10.63 ± 4.74°。在大多数情况下，腰椎椎体和椎间盘的影像参数在模型和参考标准之间具有良好的相关性和一致性（R2= 0.89-0.95，ICC = 0.93-0.98，MAE = 0.61-1.15，SD = 0.89-1.64）。可见，本研究中模型可以准确测量腰椎侧位片上的影像参数，这将为脊柱疾病的定量评估提供准确高效的测量工具。此外，该模型还可以根据腰椎关键点测量其他矢状位参数，如腰椎曲度，腰骶角度等。腰椎多参数定量分析为临床医生对多种腰椎疾病的发生发展和诊疗评估提供理论依据和新的思路。值得一提的是，本研究通过HRNet和分布感知坐标（DAC）相结合的方法，成功地提高了模型在复杂影像中的定位能力，为未来的算法及临床应用奠定了基础。总之，这项研究不仅为临床定量诊断腰椎疾病提供了一种高效且准确的测量工具，也为后续的临床定量研究和结构化报告的开发提供了重要的参考。后期，我们重点关注模型在临床中的应用以及腰椎结构化报告的开发，并最终将模型产品化，帮助医生更有效地评估和管理腰椎相关疾病。（论著中文信息由第一作者整理提供，欲览英文原文请扫描下方二维码）![]()
姚红艳，硕士研究生，中共党员，甘肃省人民医院放射科住院医师，兼放射科党支部宣传委员。熟悉临床常见病多发病的影像诊断，主要专注于骨肌系统常见疾病诊断。甘肃省中西医结合学会医学影像专业委员会秘书，中国针灸学会针灸医学影像专业委员会委员。主持甘肃省青年科技基金1项，院内科研基金1项（青年培育项目）；参与国家自然科学基金1项，甘肃省自然基金2项。以第一作者发表论文4篇，其中SCI 2篇。
周晟，主任医师、教授，博士研究生导师，甘肃省人民医院党委副书记、院长。国务院政府特殊津贴专家，甘肃省领军人才（第一层次）。任中国中西医结合学会医学影像专业委员会副主任委员，中华医学会放射学分会骨关节学组委员，中国针灸学会医学影像专业委员会副主任委员，甘肃省医学会副会长，甘肃省中西医结合学会医学影像专业委员会名誉主任委员，甘肃省抗癌协会肿瘤影像专业委员会副主任委员等。《中华消化病与影像杂志》《实用放射学杂志》《中国中西医结合影像学杂志》等杂志编委。带领团队开展多项科研项目，目前主持国家自然科学基金1项，省部级课题2项，累计主持、参与完成课题26项，其中获奖7项。以第一作者或通讯作者发表SCI及国家级核心论文近百篇。
排版编辑：袁 舒 AME Publishing Company
