骨盤前後部のX線写真における関節最小幅計算のためのディープラーニングツール

科学分野:

• 放射線科
• 医療用イメージング
• 医療における人工知能

背景:

• 最小関節空間幅 (mJSW) は,股関節関節炎の進行の重要な定量指標です.
• 連続的なmJSW測定は,従来のカテゴリ分類よりも利点があります.

研究 の 目的:

• ネイティブ・ヒップでmJSWを測定するための自動化されたアルゴリズムを開発する.
• 前後骨盤のX線写真でmJSWの正確な評価を可能にします.

主な方法:

• ディープラーニングセグメンテーションとコンピュータビジョンを組み合わせたエンドツーエンドのアルゴリズムが作成されました.
• 300枚のX線写真のデータセットは,モデルのトレーニングと検証のために注釈された.
• 外部検証は,骨関節炎イニシアチブ (OAI) からの75枚の画像で行われました.

主要な成果:

• アルゴリズムは人間の測定と比較して0.87 ± 1.05 mmの平均絶対誤差を達成した.
• アルゴリズムの測定の70%は,ヒトの測定から1mm以内でした.
• OAIデータによる外部検証では,平均絶対誤差は0. 86 ± 0. 69 mmであった.

結論:

• AP骨盤のX線写真でのmJSW測定のための自動化されたモデルが成功裏に開発され,検証されました.
• アルゴリズムはミリメートル未満の精度を示し,患者の縦断的なモニタリングを改善する可能性があります.
• このツールは 股関節関節炎の自然経歴に関する 臨床研究を簡素化できます