壹生资讯-上海六院章振林教授团队最新研究成果：利用深度学习算法基于X线平片构建骨质疏松性椎体骨折及其分度的智能辅助诊断系统

您已通过HCP身份认证和信息审核

(

上海六院章振林教授团队最新研究成果：利用深度学习算法基于X线平片构建骨质疏松性椎体骨折及其分度的智能辅助诊断系统

2023-09-06作者：壹生内分泌学院资讯

非原创

近日，上海交通大学医学院附属第六人民医院骨质疏松和骨病专科，上海市骨疾病临床研究中心章振林教授带领的科研团队联合科技公司，首次报道了智能辅助诊断系统对骨质疏松性椎体骨折及其分度诊断的结果。该研究成果发布在《美国骨与矿物质研究学会会刊》（Journal of Bone and Mineral Research）(IF=6.2,中科院1区)。研究团队开发了利用深度学习算法在胸腰椎X线平片上进行椎体骨折诊断的智能辅助诊断系统（AI_OVF_SH），是国际首次报道能够利用X线平片进行椎体精准定位、骨折及其分度智能诊断的辅助工具，研究成果有望推动人工智能技术在椎体骨折诊断领域中的应用。

图片1.png

研究背景

骨质疏松症是一种以骨量低下，骨组织微结构破坏，导致骨脆性增加，易发生骨折为特征的全身性疾病，是常见的骨疾病。骨质疏松性椎体骨折是骨质疏松症的严重后果，是老年人致残和致死的主要原因之一，具有高患病率、高危害性及低就诊率的特点，严重影响老年人的预期寿命和生活质量。早期诊断椎体骨折并尽早启动抗骨质疏松药物干预，可以显著改善骨骼质量并降低再次骨折的风险。X 线平片检查是诊断骨质疏松性椎体骨折的首选影像学检查方法，具有快速、可及性强、辐射剂量低和成本低等优势。在临床实践中，常使用Genant目视半定量法进行椎体骨折及其分度的评估。然而，由于该方法具有较强的主观性，导致在椎体骨折诊断方面存在较高的漏诊率和误诊率。既往研究报道，60岁以上老年人进行X线平片检查时椎体骨折的漏诊率高达45%，误诊率高达40%。随着人工智能、数字医疗和大数据的发展，深度学习算法比传统方法在图像识别上具有明显的优势，已经展现了巨大的潜力和广阔的前景。然而，目前国内外仍缺乏利用深度学习算法进行基于X线平片的骨质疏松性椎体骨折及其分度诊断的研究。针对上述问题，本研究旨在建立一个椎体骨折智能辅助诊断系统，使深度学习算法能够有效地应用于临床，从而提高椎体骨折及其分度诊断的准确性和效率。

研究设计

本研究利用课题组前期椎体骨折流行病学调查数据库，将总计11397张X线平片随机分为建模集和内部验证集。此外，从在上海市第六人民医院接受X线平片检查的1276例受试者中，选取其影像学数据作为外部验证集。所有X线平片均导入至在线标注平台并进行统一人工标注。影像科专家根据Genant半定量评估法对椎体骨折及其分度进行了判定，评估结果为椎体骨折诊断的金标准。Genant半定量评估法将椎体骨折分为4级：0级正常椎体（椎体高度减少＜20%，面积减少＜10%）、1级轻度椎体骨折（椎体高度减少20%～25%，面积减少10%～20%）、2度中度椎体骨折（椎体高度减少25%～40%，面积减少20%～40%）和3度重度椎体骨折（椎体高度或面积减少＞40%）。

团队开发了一种基于深度学习的椎体骨折智能辅助诊断系统，称为AI_OVF_SH。该系统利用深度卷积神经网络能够自动定位和分割椎体，计算每个椎体的面积损失比（理论面积/实际面积），并结合金标准结果和网格搜索优化算法实现对椎体骨折的检测及其分度的准确评估。

图片2.png

研究结果

本研究构建的椎体骨折智能辅助诊断系统在椎体定位和分割方面表现出了较高的精度和计算速度，在识别椎体骨折及其分度方面达到了较高的准确性和可靠性。无论是内部验证集还是外部验证集，AI_OVF_SH系统对骨折诊断的准确性和特异度均高于90%，且灵敏度均超过80%。此外，该系统在骨折分度的诊断上也表现出较高的准确性，对于中度椎体骨折的诊断，其灵敏度高于85%，特异度高于99%；对于重度椎体骨折的诊断，其灵敏度高于90%，特异度高达99%。

图片3.png

综合来看，该智能辅助诊断系统能够优化临床诊疗流程，赋能基层及低年资医生，提高临床诊疗的效率和准确性，为各级医疗机构提供了更精准的诊疗工具，同时也为骨质疏松性椎体骨折诊断领域的发展做出了积极贡献。

目前，智能辅助诊断系统已成功安装在十几家社区医院和三甲医院，在临床诊疗环境中进行验证和应用。同时，研究团队将不断优化系统，正在进行Ⅱ类创新型医疗器械产品的注册临床评价，旨在实现临床应用该智能辅助诊断系统，促使骨质疏松性椎体骨折智能、高效和精准的诊断。

上海交通大学附属第六人民医院章振林教授为该论文的通讯作者，临床研究中心沈力、骨质疏松与骨病专科高超、放射科胡顺东，以及上海脊影慧智能科技有限公司康单和张兆刚为该论文的共同第一作者。该项研究获得国家重点研发计划、上海市内分泌代谢疾病研究中心、上海申康医院发展中心第二轮三年行动计划等多项基金资助。

论文全文：

Shen L, Gao C, Hu S, Kang D, Zhang Z, Xia D, Xu Y, Xiang S, Zhu Q, Xu G, Tang F, Yue H, Yu W, Zhang Z. Using Artificial Intelligence to Diagnose Osteoporotic Vertebral Fractures on Plain Radiographs. J Bone Miner Res. 2023 Jul 14. doi: 10.1002/jbmr.4879.

200 评论

知情同意书

上海六院章振林教授团队最新研究成果：利用深度学习算法基于X线平片构建骨质疏松性椎体骨折及其分度的智能辅助诊断系统

热门资讯

关于我们

中国医学论坛报微信矩阵

助力乡村振兴帮扶行动

友情链接