基于多方位X光片的脊柱侧弯AI辅助诊断技术研究.pdfVIP

摘要

在医学影像分析领域，尤其是针对骨科影像，精确地识别和定位影像内的解剖

学关键点是一个关键步骤。脊柱作为人体承担最大负荷的结构之一，易发多种常见

脊柱病症，比如椎间盘突出、脊柱韧带骨化、脊柱侧弯等。通过对脊柱影像中的椎

体进行定位及测量相关的临床解剖参数，医生能够进行疾病的诊断、分级评估，从

而为后续的治疗策略的制定奠定基础。然而，人工的判定及测量解剖参数的方式存

在着效率低下、结果一致性差、数据记录管理不便等问题。本文针对临床常见的特

发性脊柱侧弯疾病，采用四方位脊柱X光影像进行研究，与合作医院协同构建了

四方位脊柱X光片分割、关键点及分型数据库。根据临床X光片阅片需求，提出

了基于脊柱X光影像的椎体关键点自动检测模型，设计了多方位X光片解剖参数

自动测量算法，并完成了脊柱侧弯的Lenke分型诊断。在此基础上为了帮助医生高

效、准确诊断脊柱侧弯疾病，构建了特发性脊柱侧弯AI辅助诊疗系统。具体工作

如下：

（1）与三甲医院展开合作，收集脊柱侧弯疾病患者的冠状位、矢状位、左右

bending位的X光影像，并使用Labelme工具对脊柱区域、椎体区域、椎体角点位

置进行标注，构建288组配套四方位脊柱影像数据集。同时，根据病例信息，筛选

和处理574个脊柱解剖参数数据，构建Lenke分型数据集。

（2）提出一种基于编码解码结构的脊椎关键点检测ShuffleSA-UNet模型。该

模型采用热力图和偏移图的方式定位椎体关键点，在网络使用对称偏移距离限制损

失显式的捕获脊柱骨骼结构左右对称特征信息，同时约束预测结果中椎体中心点到

椎体角点距离。使用椎体中心邻近点的亲和偏移场来解决多种噪声对椎体中心点定

位的影响。所提方法不仅提升椎体角点定位精度，还有效解决椎体识别任务中左右

关键点配对问题。

（3）设计了一套全面的多方位X光片医学参数测量算法，并使用XGBoost算

法完成脊柱侧弯的Lenke分型诊断。根据临床诊断需求，利用椎体关键点检测结果，

自动完成脊椎区域核心医学解剖参数的测量，如颈7铅垂线、骶骨中垂线、顶椎偏

距、冠状面平衡、胸1椎体倾斜角、骶骨倾斜、Cobb角等。基于测量参数结果，

XGBoost可以快速准确地判断Lenke分型。

（4）构建了特发性脊柱侧弯AI辅助诊疗系统，该系统包含人机交互和智能测

量两个子系统。在人机交互测量系统中，医生可以通过简单的交互，在四个方位的

X光影像上标定关键点。根据标定结果，系统能够自动测量临床上常见的解剖参数，

并根据测量结果来诊断疾病和制定治疗方案。在智能测量系统中，基于提出的关键

点和解剖参数自动测量算法，完成对核心解剖参数自动测量。

关键词：脊柱侧弯；关键点检测；深度学习；计算机辅助系统；

Abstract

Inthefieldofmedicalimageanalysis,especiallyfororthopedicimages,accurately

identifyingandlocatinganatomicallandmarkswithintheimageisacriticalstep.Asone

ofthestructuresthatbearthegreatestloadinthehumanbody,thespineispronetoa

varietyofcommonspinaldiseases,suchasintervertebraldischerniation,spinalligament

ossification,scoliosis,etc.Bylocatingthevertebralbodiesinspinalimagesand

measuringrelevantclinicalanatomicalparameters,doctorscandiagnoseandgradethe

disease,therebylayingthefou