全脊椎立体放射線を用いた胸部コブ角測定を自動化するキーポイント領域ベースのコンボリューションニューラルネットワークの開発と検証

科学分野:

• 整形外科
• 医療用イメージング
• 人工知能

背景:

• Adolescent idiopathic scoliosis (AIS) は脊髄の変形を引き起こし,診断と結果評価はX線からのコブ角測定に依存しています.
• 現在のスクリーニング方法は 専門家の解釈が欠けていて 早期介入を遅らせる可能性があります

研究 の 目的:

• AISで自動化された胸部コブ角 (TCA) 測定のための人工知能 (AI) ツールの開発と検証.
• AISスクリーニングと術後の結果評価の正確性と効率性を向上させる.

主な方法:

• キーポイント領域ベースのコンボリューションニューラルネットワーク (KR-CNN) が自動化されたTCA測定のために開発されました.
• KR-CNNモデルは,AIS患者の609の全脊椎X線写真で訓練された.
• 術前と術後のX線を用いて83人のAIS患者を検証した.

主要な成果:

• KR-CNNモデルは平均絶対誤差 (MAE) 2.22とクラス内相関係数 (ICC) 0.98を達成した.
• 性能指標には,平均二乗誤差 (MSE) 9. 1 と対称平均絶対誤差 (SMAPE) 4. 29 が含まれていた.
• AIツールは既存の方法と比較して優れたパフォーマンスを示しました.

結論:

• 開発されたAI方法は,AISの迅速かつ正確なスクリーニングを可能にします.
• AIS患者における術後の結果の正確な評価を容易にする.
• これは,脊髄の測定を自動化し,脊髄イメージングのさらなるAI開発のための基盤を提供します.