C7遮蔽によるX線写真における堅固な子宮頸部のパラメータ測定のための階層的なディープラーニングパイプライン

科学分野:

• 脊椎イメージングと分析
• 医療診断におけるディープラーニング
• 放射線測定の自動化について

背景:

• 精密な頸部サギタルの整合の評価は,脊髄疾患の診断に不可欠です.
• 側線放射線写真での子宮頸部測定は,C7脊椎体の遮光によってしばしば妨げられます.
• 既存の自動化された方法は,特にC7遮蔽などの難しいケースに苦労しています.

研究 の 目的:

• 自動化された頸部サギタル測定のための階層的なディープラーニングパイプラインを開発し,検証する.
• 横線 X線写真におけるC7脊椎体遮蔽の課題を具体的に対処し,克服するために.
• 現実の臨床環境における子宮頸部整合評価の信頼性と一般化性を向上させる.

主な方法:

• グローバルキーポイント検出器と特殊なC2/C7モデルを組み合わせた階層的なディープラーニングパイプライン.
• 高解像度画像のパッチ上のランドマークをローカライズするために,多層のペルセプトンを利用しました.
• 5604枚の画像で訓練され,内部および外部データセットで検証され,C7遮光率82%のコホートを含む.

主要な成果:

• ロード症 (ICC 0.97,MAE 2.6°),C2の傾き (ICC >0.99,MAE 0.8°),C7の傾き (ICC 0.93,MAE 2.3°) のグラウンド・トラウト測定値と優れた一致を達成しました.
• C7の斜面 (ICC 0.81-0.84) に対して,専門家間の信頼性 (ICC 0.67) と比較して,ほぼ完璧な重複性 (ICC > 0.99) と優れたAI-エキスパート合意が実証されています.
• パイプラインは故障のケースで重大なエラーを正し,堅実性を示しました.

結論:

• 開発された階層的なディープラーニングパイプラインは,自動化された頸部サギタルアライメント評価のための堅牢で一般化可能なソリューションを提供します.
• 粗いから細いアプローチはC7遮蔽を効果的に処理し,臨床適用性を向上させます.
• この自動化されたシステムは,信頼性の高い測定を提供し,挑戦的なシナリオでは,潜在的に観測者間の信頼性を上回る可能性があります.