开发一个计算机视觉模型,以自动化量化测量关节膝关节角在整体关节和膝关节关节整形术患者
Irene L Tanner1, Ken Ye2, Miles S Moore3
1Department of Biostatistics and Bioinformatics, Duke University School of Medicine, Durham, North Carolina.
The Journal of arthroplasty
|April 28, 2024
概括
一个深度学习模型从长腿X射线图中准确计算部-膝盖-脚角 (HKAA). 这种自动化方法与手工测量非常一致,有助于骨科外科医生.
科学领域:
- 整形外科手术 整形外科手术
- 医疗成像医学成像
- 人工智能的人工智能
背景情况:
- 下肢形,按部-膝盖-脚角 (HKAA) 测量,影响部和膝盖全关节整形术 (THA,TKA) 的结果.
- 自动化HKAA计算对于减轻外科医生的工作量至关重要.
- 开发了一种深度学习 (DL) 模型,用于在THA和TKA患者中自动计算HKAA.
研究的目的:
- 开发和验证一个基于检测的DL模型,用于从长腿X射线图 (LLR) 中计算HKAA.
- 评估DL衍生HKAA测量与手动测量之间的一致性.
- 为了评估DL模型的精度,特别是在具有挑战性的股骨头可视化的情况下.
主要方法:
- 对1379名接受THA或TKA治疗的患者的LLR进行了回顾性分析.
- 使用1221个LLR (70%培训,20%验证,10%测试) 开发DL模型.
- 两个评级人员对158个"困难"LLR的HKAA的注释;DL衍生测量与手动测量的比较.
主要成果:
- 在试验组中,DL模型实现了0.985的平均精度.
- 在手动和DL衍生的HKAA测量之间观察到优异的评分器间可靠性 (两条腿的ICC = 0.987).
- 对DL衍生HKAA的低标准测量误差:0.515° (手术腿部) 和0.403° (非手术腿部).
结论:
- 一个DL算法可以准确地从LLR计算HKAA,与手动测量相比.
- 该算法在检测关键关节方面表现出很高的精度,即使是阴影的股骨头.
- 这种自动化方法提供了一个可靠的工具,用于评估关节塑形手术患者的下肢对齐.
