在基于超像素细分的椎MRI图像上测量 Sagittal 平衡参数

科学领域:

• 医疗成像医学成像
• 人工智能在医学中的应用
• 脊柱外科手术 脊柱外科手术

背景情况:

• 宫脊椎病的诊断依赖于MRI,但手动的斜腰平衡评估是耗时且容易出现错误的.
• 需要自动化工具来提高评估椎脊柱对齐的效率和准确性.

研究的目的:

• 开发和验证一种自动化算法,PDB-SLIC,用于在T2加权的椎脊椎MRI图像中对脊椎体进行细分.
• 为脊椎外科医生评估该算法的有效性,以简化椎脊柱斜腰平衡评估.

主要方法:

• PDB-SLIC算法将SLIC超像素细分与DBSCAN集群结合起来.
• 它在10家医院的4,258名患者的T2加权的中腰部MRI图像上进行了测试.
• 性能与其他算法和手动测量的准确性和稳定性进行了比较.

主要成果:

• PDB-SLIC显示出优越的脊椎体细分质量,具有高精度,回忆力和贾卡德指数.
• 自动测量显示了与手动测量的最小偏差 (相关性>95%).
• 该算法在各种医院环境,MRI机器和患者人口统计学中可靠地执行.

结论:

• PDB-SLIC提供了一种准确,客观和高效的方法来评估椎脊柱的斜腰平衡.
• 它有助于脊椎外科医生进行手术前评估,手术规划和预后推断.
• 该算法促进了宫脊椎MRI成像的规范性标准的开发.