自动脊椎骨矿物质密度测量与胸部LDCT扫描中的无幽灵内部校准,使用深度学习
Yaling Pan1, Fanfan Zhao1, Gen Cheng2
1Center for Rehabilitation Medicine, Department of Radiology, Zhejiang Provincial People's Hospital (Affiliated People's Hospital), Hangzhou Medical College, Hangzhou, Zhejiang, China.
The British journal of radiology
|September 26, 2023
概括
这项研究开发了一种自动化的深度学习方法,用于测量骨矿物质密度 (BMD) 并使用胸部CT扫描进行查. 该方法显示了初步低BMD查的潜力,但尚未与定量CT (QCT) 互换.
科学领域:
- 放射学 放射学是一门学科.
- 医疗成像医学成像
- 人工智能在医学中的应用
背景情况:
- 低骨矿物质密度 (BMD) 增加骨折风险,需要精确的测量和查.
- 定量计算断层扫描 (QCT) 是BMD评估的标准,但需要专门的扫描.
- 使用现有成像技术的机会性查,如低剂量CT (LDCT),可以改善早期检测.
研究的目的:
- 开发和评估用于BMD测量和低BMD查的自动化,无幽灵深度学习方法.
- 使用胸部LDCT扫描来对骨健康进行机会性评估.
- 建立一个方法来计算脊椎骨质量,使用内部引用,如副脊柱肌肉和脂肪.
主要方法:
- 一种使用卷积神经网络 (CNN) 进行脊椎细分和标记的深度学习方法.
- 一种用副脊柱肌肉和脂肪作为 BMD 计算参考的组图技术.
- 在两个不同的CT扫描仪供应商 (西门子和通用电气) 之间使用配件和验证队列对QCT进行验证.
主要成果:
- 拟议方法与QCT之间存在很强的相关性 (西门子的r=0.896,GE的r=0.956).
- 该方法在诊断骨质疏松症和低BMD (AUC>0.73和>0.92在切断调整后) 中表现良好.
- 虽然显示出潜力,但布兰德-阿尔特曼分析表明,与QCT互换使用的协议不足.
结论:
- 已经开发了一种基于深度学习的自动化方法,用于使用胸部LDCT测量和查骨质量.
- 该方法在没有手动感兴趣区域选择的情况下对低骨质量患者进行初步查有希望.
- 需要进一步精细化,以改善与QCT在临床骨质量测量中的一致性.
