用基于MRI放射学的AI模型预测部脊髓损伤的严重程度
Chunshuai Wu1,2,3, Chaochen Li2,3,4, Guanhua Xu2,3,4
1The Affiliated Taizhou People's Hospital of Nanjing Medical University Taizhou China.
JOR spine
|March 9, 2026
概括
这项研究开发了一种人工智能 (AI) 管道,用于预测部脊髓创伤 (TCSCI) 严重程度,使用MRI扫描中的放射性特征. 人工智能模型为改善临床诊断和患者结果预测提供了定量标记.
科学领域:
- 医疗成像医学成像
- 人工智能的人工智能
- 脊髓损伤研究 脊髓损伤研究
背景情况:
- 创伤性椎脊髓损伤 (TCSCI) 经常导致.
- 目前的诊断依赖于主观的MRI解释和美国脊髓损伤协会损伤量表 (AIS) 等级.
- 需要定量标记来准确评估TCSCI的严重程度.
研究的目的:
- 开发一种人工智能 (AI) 管道,用于预测TCSCI患者的AIS等级.
- 利用从MRI扫描中提取的放射性特征来评估损伤严重程度.
- 提供一个定量工具,以帮助临床诊断和决策.
主要方法:
- 使用来自130名TCSCI患者的MRI数据开发了一个AI模型,用于图像细分.
- 从手工划分的感兴趣体积 (VOI) 中提取T2加权的三角形图像上的放射性特征.
- 使用选定的放射性特征构建了一个整体模型 (Em-En),用于AIS等级预测.
主要成果:
- 基于UCTransnet和U-Net++的细分模型实现了高性能 (mDICE: 0.777,mIOU: 0.646).
- 与其他模型相比,Em-En模型在预测AIS等级方面表现优越.
- 人工智能管道显示了提高临床决策灵敏度,特异性和准确性的潜力.
结论:
- 一个人工智能辅助的管道已成功开发,用于预测TCSCI的严重程度.
- 这一人工智能管道为临床应用提供了理论基础,有可能减少MRI解释障碍.
- 开发的资源提供了伤害严重程度的定量指标,帮助临床医生进行诊断和治疗计划.
