基于深度学习的负重位锥形束CT下肢骨骼自动分割及髋-膝-踝角测量的研究
李函宇1
梁泽军2
何建容2
荣繁壮3
余晓成3
夏春潮2
李真林2
唐静2
1.610041 成都,四川大学华西医院设备物资部2.610041 成都,四川大学华西医院放射科3.518000 广东省,深圳市安健科技股份有限公司研发中心
摘要：目的 构建基于深度学习的负重位锥形束CT(cone beam computed tomography,CBCT)下肢骨骼自动分割模型,实现三维髋-膝-踝(hip-knee-ankle,HKA)角度的自动测量,并比较膝关节炎患者二维与三维HKA角的差异.方法 本研究纳入65例负重位CBCT全下肢三维图像,包括训练集(60例)和测试集(5例),分别用于下肢各骨骼自动分割的卷积神经网络(CNN)模型的构建和Dice系数精度评估.另外,纳入56例(112个下肢)膝关节炎患者分别进行双侧全下肢的二维数字化X射线(digital radiography,DR)和负重位CBCT扫描,DR图像用于手动测量二维HKA角,CBCT图像用于自动测量三维HKA角,通过配对t检验分析二维与三维HKA角的差异.结果 在测试集中,自动分割模型对下肢各骨骼的分割Dice系数分别为:股骨0.950,髌骨0.928,胫骨0.946,腓骨0.947,距骨0.946,该分割模型的精度确保了三维HKA角测量的准确性.进一步分析显示,二维与三维HKA角存在显著差异[MD±SD:(-1.23±3.07),MAD±SD:(2.05±2.60),P＜0.001].结论 二维与三维HKA角存在显著差异;且本研究构建的基于负重位CBCT图像的下肢骨骼自动分割模型具有较高的分割准确性,为下肢骨骼三维参数的自动测量提供了技术基础.
关键词：锥形束计算机断层扫描深度学习负重位膝骨关节炎髋-膝-踝角
分类号：R682(骨科学（运动系疾病、矫形外科学）)
论文发表日期：2024-11-19
在线出版日期：2025-08-15（本平台首次上网日期，不代表文献的发表时间）
页数：6( 902-907 )
英文信息