使用计算机断层扫描进行端到端半监督的机会性骨质疏松症查
Jieun Oh1, Boah Kim2, Gyutaek Oh2
1Healthcare AI Team, National Cancer Center, Goyang, Korea.
Endocrinology and metabolism (Seoul, Korea)
|May 9, 2024
概括
从CT扫描中自动估计骨矿物质密度 (BMD),可以识别骨质疏松症风险. 这种方法为选风险人群提供了可行的替代方案,改善了早期检测和骨折预防.
科学领域:
- 放射学 放射学是一门学科.
- 医疗成像医学成像
- 人工智能的人工智能
背景情况:
- 骨质疏松症是一种常见的代谢性骨疾病,导致脆弱性骨折.
- 在高危人群中,骨质疏松症查率仍然很低.
- 通过计算机断层扫描 (CT) 来自动估计骨矿物质密度 (BMD),为双能X射线吸收计 (DXA) 提供了替代方案.
研究的目的:
- 通过使用腹部CT扫描,研究一种机会主义和人口无关的骨质疏松症查方法的可行性.
- 为了评估没有骨密度计幻影基校准的自动化BMD估计.
主要方法:
- 对268个腹部CT-DXA对和99个腹部CT扫描进行了回顾性研究.
- 训练深度学习模型以定位腰椎 (L1-L4) 并估计 BMD.
- 分析来自瘤专科诊所的CT扫描.
主要成果:
- 脊椎水平自动化BMD预测实现了0.079的平均绝对误差 (MAE) 和0.714.71的R2.
- 个体级预测显示,MAE为0.066和R2为0.781.2的准确性有所提高.
- 在受试者层面上,预测的和实际的骨硬化之间的高相关性 (皮尔森r=0.907).
结论:
- 常规检查中的CT扫描可以产生准确的DXA BMD预测.
- 这种自动化方法绕过了骨密度计校准的需要.
- 能够在不同患者群体中进行机会性骨质疏松症查.
更多相关视频
09:02Cortical Bone Assessment Using Ultrasonic Guided Waves: A Reproducibility Study in a Healthy Population
Published on: January 31, 2025
445
06:59Author Spotlight: An Economic and Efficient Method for Quantitative Evaluation of Bone Microarchitecture in a Murine Osteoporosis Model
Published on: September 8, 2023
2.3K
