基于人工智能的骨密度影像智能分析与诊断.pdfVIP

-72-学技术创新2025.07

基于人工智能的骨密度影像智能分析与诊断

周臣尧

（上海电气控股集团有限公司智惠医疗装备分公司，上海）

摘要：骨密度是评估骨质量的一个重要标志，是反映骨质疏松程度和预测骨折危险性的重要依据。传统

的骨密度仪在识别和评价过程中采用传统的计算机视觉图像处理算法，存在很多问题，本文将讨论人工智能在

骨密度影像的检测与分析中的应用。

关键词：骨密度；影像；人工智能

图分类号R58;R445文献标识码A文章编号2096-4390渊2025冤07-0072-04

随着我国人口老龄化程度日益高，骨质疏松症处理此类场景或者具有较大变化的数据时泛化能

的患病率逐渐攀升。骨密度是评估骨质量的一个重要力有限，往往识别结果不够理想，甚至给出错误的骨

标志，是反映骨质疏松程度和预测骨折危险性的重要骼区域。

[1]

依据。通过骨密度检查可以有效地帮助医生更好地近年来随着卷积概念被提出，卷积神经网络（简

了解个体的骨骼健康状况，预测骨折风险，从而更好称CNN）图像分类、分割、检测等人工智能领域获得

地指导监测、预防、评估、诊断和治疗骨质疏松症的相了广泛的应用。针对上述传统算法的缺点并结合当下

关工作。发展新趋势，我们提出将卷积神经网络运用到骨密度

目前市场上较为常用的骨密度检测设备是双能影像的检测与分析中，提出了一套基于YOLOv8的骨

X射骨密度仪，也被WTO视为金标准，因其具有扫密度影像智能分析与诊断解决方案。YOLOv8是一个

描速度快，准确度高和辐射剂量低的优点被广泛使高效、准确且易于使用的深度学习框架与工具，适用

用。其工作原理是通过测量骨骼和软组织对不同能量于多种目标检测的应用场景，它基于Transformer的目

X射的吸收率差异来计算骨密度。上海电气医疗集标检测器架构，并引入了新的功能和改进以进一步提

[2]

团作为专业的医学影像平台型公司，不仅具有骨密度升性能和灵活性。具体创新包括一个新的骨干网络、

检测的相关医疗设备，还提供了一系列软硬件整体解一个新的Ancher-Free检测头和一个新的损失函数，

决方案。可以从CPU到GPU的各种硬件平台上高效运行。

骨密度的实际测量过程中，如何从骨密度影像基于该框架训练出来的模型可以应用在智能分

中准确地检测识别并标记出骨骼区域是计算骨密度割影像中的骨骼区域、智能检测关键的感兴趣部位、

值至关重要的一个环节，也是保障骨密度值准确性的评价骨骼健康状况和预测骨折风险等方面，能够有效

要素之一。目前市场上的主流产品，包括上海电气医地提高骨骼识别的准确率，提高骨密度值的精准度，

疗集团售产品内，主要采用的是基于传统的计算进而提升临床医师的诊断、治疗和监测效率，减少误

机视觉图像处理算法的方案，该方案依赖被提取图像诊、漏诊率。

中人工预设的征值来进行检测与分析。这一方案存此项基于人工智能的骨骼检测新方法具有很强

在着许多问题，如准确性不高、适应性差、鲁棒性差的成果转化潜力和产品竞争力，将为上海电气医疗集

等，尤其在实际应用中，骨密度仪测量殊体重患者团骨密度仪产品带来切实效益，进一步提升客户满意

时很容易产生各种信噪比不高的图像数据。传统算法度。

作者简介：周臣尧（1989-），男，硕士，工程师，研究方向：医疗器械产品研发及管理。

2025.07科学技术创新-73-

目前此方向研究的侧重点

是骨密度影像骨骼区域的分割

和关键感兴趣区域的检测。临床

上骨密度测量主要关注的是腰

椎、股骨和前臂三大部位。结合

上海电气医疗集团多年来对于

骨密度仪产品的售后反馈，基于

传统计算机视觉的检测分析算

法会出现一些问题，如检测出的

骨骼部分区域有噪点或空洞、