人工智能辅助的机会性骨质疏松症在计算机断层扫描图像中的自动查来自不同的扫描仪
Yan Wu1, Xiaopeng Yang1, Mingyue Wang1
1Department of Radiology, The First Affiliated Hospital of Zhengzhou University, Zhengzhou, China.
European radiology
|September 4, 2024
概括
人工智能系统可以使用低剂量胸部CT扫描来准确评估骨矿物质密度和骨质疏松症的查,而无需额外的辐射或成本. 这种人工智能工具有助于早期发现骨质疏松症,改善患者的治疗结果.
科学领域:
- 放射学 放射学是一门学科.
- 人工智能的人工智能
- 骨质疏松症研究 骨质疏松症研究
背景情况:
- 骨质疏松症是一种普遍的疾病,经常被诊断不足,增加骨折风险.
- 低剂量胸部计算机断层扫描 (LDCT) 扫描通常用于肺癌查.
- 定量计算断层扫描 (QCT) 是骨矿物密度 (BMD) 评估的参考标准.
研究的目的:
- 通过使用LDCT评估人工智能辅助系统的可行性,以评估BMD和检测骨质疏松症.
- 为了确定AI是否可以提供准确的BMD测量和诊断骨质疏松症,而无需额外的辐射或成本.
- 在来自不同制造商的外部数据集上验证人工智能系统的性能.
主要方法:
- 在3312个LDCT扫描中训练并测试了一种深度学习模型,用于脊椎体细分.
- 人工智能模型的性能在4401个外部LDCT扫描上进行了评估.
- 从T12-L2脊椎体中提取骨矿物质密度;回归和布兰德-阿尔特曼分析评估了准确性.
- 对诊断正常,骨质疏松症和骨质疏松症的敏感性和特异性进行了计算.
主要成果:
- 人工智能模型在脊椎体细分方面取得了很高的准确性 (迪斯得分为95.8%).
- 与QCT相比,BMD评估显示的平均误差为 (-0.28,2.37) mg/cm3.
- 该系统显示了骨质疏松症的高诊断性能,灵敏度>86%和特异性>98%.
结论:
- 这种人工智能辅助系统在临床上适用于脊椎体分析和骨质量测量.
- 开发的工具可以使用现有的LDCT扫描来准确,机会性查骨质疏松症.
- 该系统在不同的CT扫描仪和患者人口统计学中可靠运行.
