一种创新的逐步C-Means集群方法用于分类青少年异常脊椎病变
Jiale Gong1, Zifang Zhang2, Yunzhang Cheng1
1School of Health Science and Engineering, University of Shanghai for Science and Technology, Shanghai, China.
Orthopaedic surgery
|April 26, 2025
概括
使用EOS成像和代集群的青少年特异性脊椎病 (AIS) 新的3D分类系统为保守治疗提供了更精确的方法. 这种方法通过识别微妙的脊柱形来提高准确性,为个性化患者护理铺平了道路.
科学领域:
- 整形外科和生物力学
- 医学成像和信息学
- 在医疗保健中的数据科学.
背景情况:
- 目前的3D脊椎形分类系统主要用于外科手术指导,在保守管理中具有有限的实用性.
- 青少年异常学脊椎病 (AIS) 需要精确的分类,以进行有效的非手术干预.
- 对AIS的保守治疗计划缺乏标准化和自动化.
研究的目的:
- 为中国中度AIS患者开发初步的3D分类系统.
- 为标准化和自动化保守的AIS处理提供理论基础.
- 为了利用先进的成像和集群技术来改进脊椎病的分类.
主要方法:
- 对404名非手术治疗的AIS患者 (2022-2025) 的回顾性分析,使用EOS成像进行3D重建.
- 提取了102个特征,包括脊椎心点坐标和角位移,使用堆叠自动编码器将其减少到30个.
- 在3D分类中应用模糊C-means集群 (直接和代方法).
主要成果:
- 确定了8种不同的2D曲线类型,进一步细分为13种3D子类型.
- 基于初始冠状平面分类的代聚类,与直接聚类相比,显示出更大的几何解释性和更低的变异性.
- 在使用欧几里德和马哈拉诺比斯距离进行比较时,13个集群分类显示出更高的相似性和更少的变异性与直接分类.
结论:
- EOS成像和Fuzzy C-Means代聚类为AIS提供了详细的3D分类,捕捉了个性化的形态.
- 代聚类提高了几何解释性和分类准确性,特别是在微妙的脊柱变异和斜腰/轴平面变形方面.
- 这种增强的分类系统为个性化保守的AIS治疗提供了更强大的基础,尽管需要进一步的临床验证.
更多相关视频
12:27Large-scale Reconstructions and Independent, Unbiased Clustering Based on Morphological Metrics to Classify Neurons in Selective Populations
Published on: February 15, 2017
6.9K
12:59Three and Four-Dimensional Visualization and Analysis Approaches to Study Vertebrate Axial Elongation and Segmentation
Published on: February 28, 2021
3.7K
