OLSIA:开放的腰椎脊柱图像分析 - 一个3D切片扩展器用于分割,分级和椎间盘高度指数,具有多数据集验证
Narasimharao Kowlagi1, Antti Kemppainen1,2, Terence McSweeney1
1Research Unit of Health Sciences & Technology, University of Oulu, Finland.
Spine
|August 1, 2025
概括
本研究介绍了开放的腰椎影像分析 (OLSIA),这是一个无代码的软件,用于高效的腰椎细分和分级. 与手动方法相比,OLSIA显著加快图像分析,提高了222倍的处理时间.
科学领域:
- 医学成像分析 医学成像分析
- 无线电学 (Radiomics) 是一种无线电学.
- 软件开发 软件开发
背景情况:
- 准确的腰椎影像分析对于诊断和治疗计划至关重要.
- 手动细分,分级和磁盘高度指数 (DHI) 的计算是耗时且容易变化的.
- 需要自动化,用户友好的工具来简化这些流程.
研究的目的:
- 开发一个开源软件应用程序,开放腰椎脊柱图像分析 (OLSIA),用于自动腰椎脊柱图像分析.
- 为了实现分段,分级和椎间盘高度指数 (DHI) 计算的无代码方法.
- 评估OLSIA在各种外部数据集上的表现.
主要方法:
- 开发OLSIA应用程序,集成深度学习模型用于自动化任务.
- 在NFBC1966数据集上训练深度学习模型,使用数据增强技术.
- 使用六个不同的数据集进行外部验证,通过Dice相似系数 (DSC) 和Bland-Altman分析对DHI进行评估.
主要成果:
- 与手动分析相比,OLSIA实现了222倍的处理时间改善.
- 高分段性能,平均DSC超过90%,与评级者之间的可靠性相提并论.
- 布兰德-阿尔特曼分析表明,DHI测量中的系统偏差很低,尽管对联t-test结果具有统计学意义 (P<0.05).
结论:
- OLSIA提供了一个用户友好的,无代码的界面,用于有效的腰椎细分,分级和DHI计算.
- 该软件加速了各种学科的研究人员的放射学和图像分析工作流程.
- 在多个外部数据集中,OLSIA表现出强大的性能,促进了在研究中更广泛的采用.
