基于深度学习的脊柱侧凸X光片中Cobb角自动测量方法研究综述.docVIP

基于深度学习的脊柱侧凸X光片中Cobb角自动测量方法研究综述

一、脊柱侧凸诊断与Cobb角测量的临床需求

脊柱侧凸是一种脊柱三维畸形疾病，表现为脊柱节段向侧方弯曲超过10°，常伴随椎体旋转、胸廓变形等问题，在青少年群体中的发病率约为2%-3%，若未及时干预，可能导致心肺功能受损、腰背疼痛甚至神经压迫等严重后果。目前临床诊断脊柱侧凸的金标准是站立位全脊柱正位X光片检查，其中Cobb角是评估侧凸严重程度、制定治疗方案、随访评估进展的核心量化指标：当Cobb角小于25°时通常采取定期随访观察，25°-45°需佩戴支具矫正，超过45°则建议手术干预。

传统Cobb角测量依赖放射科医生手动操作：首先在X光片中识别上终椎（侧凸弯曲最上端、倾斜程度最大且凹侧椎间隙开始变宽的椎体）和下终椎（弯曲最下端、倾斜程度最大且凸侧椎间隙开始变宽的椎体），然后分别沿上终椎的上终板和下终椎的下终板绘制切线，两条切线的夹角或其垂线的夹角即为Cobb角。但手动测量存在明显局限：一是测量者间差异可达5°-10°，不同经验的医生对终椎的判断和切线绘制的偏差会直接影响诊断结果；二是测量效率低，单张全脊柱X光片的手动测量平均耗时3-5分钟，在门诊量大的医疗机构容易造成诊断延迟；三是需要医生具备足够的脊柱影像诊断经验，基层医疗机构相关专业人员不足，容易出现漏诊、误诊。因此，实现Cobb角的自动、准确测量，对提升脊柱侧凸诊断效