以人工智能为基础的诊断,哈卢克斯瓦尔古斯 (hallux valgus interphalangeus) 的使用前后后脚的X射线图

科学领域:

• 整形外科成像分析分析
• 医学中的人工智能.
• 足部形的生物机械分析

背景情况:

• 自动测量角 (HVA) 和第一个间角 (IMA) 从X光片建立.
• 术前分析需要额外的测量,比如hallux interphalangeal angle (IPA),缺乏自动化解决方案.
• 有限的研究存在于自动化IPA测量从脚X射线图.

研究的目的:

• 开发和评估一种基于人工智能的方法,用于自动测量哈卢克斯间角 (IPA).
• 评估自动化IPA测量的准确性和临床相关性.
• 将IPA测量集成到现有的自动化HVA和IMA分析中,以进行全面的前脚变形评估.

主要方法:

• 一个U-Net神经网络被训练在手动标记的足部X射线图上,用于骨细分和地标识别,用于IPA测量.
• 自动化IPA测量与两名骨科外科医生使用Intraclass相关系数 (ICC) 和布兰德-阿尔特曼分析进行手动测量的比较.
• 评估了观察者内部和观察者间的可靠性,精度 (SEM),线性 (皮尔森相关性) 和测量时间效率.

主要成果:

• 人工智能系统表现出卓越的可靠性,ICC值为0.92 (对外科医生O_A2) 和0.88 (对外科医生O_B),相当于外科医生观察者之间的可靠性 (ICC=0.95).
• 布兰德-阿尔特曼分析显示了最小偏差 (1.61°至2.54°) 和AI与手工测量之间的临床可接受的协议极限.
• 人工智能方法的效率明显提高,测量时间缩短了8倍 (4.5分钟而不是36分钟).

结论:

• 人工智能辅助的IPA测量方法准确,可靠和临床相关,与手工测量有很强的相关性.
• 将自动化IPA测量与HVA和IMA集成,为前脚形分析和手术前规划提供了一个全面的工具.
• 这种自动化方法可以大大节省时间,在大量的临床环境中尤其有利.