基于人工智能深度学习的CT-MRI多模态影像自动融合分割技术在前交叉韧带重建术前规划中的应用.pdfVIP

《中华骨与关节外科杂志》2025年1月第18卷第1期ChinJBoneJointSurg,Vol.18,No.1,Jan.202527

·数字骨科·

基于人工智能深度学习的CT-MRI多模态影像自动融合分割技术

在前交叉韧带重建术前规划中的应用

1,2111113331

于浩淼，董继祥，李海鹏，王明新，王龙，王耀霆，葛毅，刘星宇，张逸凌，李春宝

【摘要】目的：探讨基于人工智能（AI）深度学习算法的CT-MRI多模态影像自动融合分割技术，开发并构建前交叉韧带重建术

（ACLR）术前自动规划系统的可行性，以实现ACLR高效准确的术前规划。方法：通过中国人民解放军总医院第四医学中心影像

中心得到2023年4月至2024年1月就诊的200例前交叉韧带（ACL）、后交叉韧带（PCL）及半月板正常的膝关节疼痛患者的膝关

节CT和MRI影像，由运动医学专业医师对骨皮质、ACL、PCL、半月板等结构进行手工标注，并使用AI深度学习算法对标注图像

进行学习，构建CT-MRI多模态影像自动融合分割系统。基于CT-MRI配准融合图像，再次使用AI深度学习技术，强化ACLR股

骨、胫骨骨道内外口关键点位的识别，构建ACLR术前自动规划系统。招募12例ACL损伤患者并使用其CT影像，3D打印技术打

印其假骨模型并使用ACLR术前自动规划系统对胫骨及股骨骨道位置进行规划，以此为依据在假骨模型上钻取骨道，并对股

骨和胫骨骨道长度、关节腔内间距的差异进行统计学分析。结果：CT及MRI多模态影像融合分割后可形成包含骨骼及软组织

结构的个体化3D膝关节模型，多模态影像融合精度Dice指数为0.864。ACLR术前自动规划系统进行术前规划的平均时间为

（3.0±0.5）min。假骨模拟手术中股骨骨道、胫骨骨道长度及关节腔内间距与术前规划的差异均无统计学意义（P均＞0.05）。

结论：基于AI深度学习的CT-MRI多模态影像自动融合分割技术的ACLR术前自动规划系统更为智能、快速、精准，可显著提高

ACLR术前规划能力，有望降低ACLR术后并发症，提升手术效果。

【关键词】前交叉韧带重建术；人工智能；多模态影像融合；术前规划

【中图分类号】R687【文章编号】2095-9958（2025）01-0027-09

【文献标志码】ADOI:10.3969/j.issn.2095-9958.2025.01.05

Applicationofartificialintelligencedeeplearning-basedmultimodalCT-MRIimages

automaticfusionandsegmentationinpreoperativeplanningforanteriorcruciate

ligamentreconstruction

1,21111133

YUHaomiao,DONGJixiang,LIHaipeng,WANGMingxin,WANGLong,WANGYaoting,GEYi,LIUXingyu,

31

ZHANGYiling,LIChunbao

1.DepartmentofSportsMedicine,SeniorDepartmentofOrthopaedics,