基于腰椎螺旋CT图像以卷积神经网络技术全自动识别并重建椎间盘的可行性

• 作者: 熊祚钢 吴敏 叶喜林 臧天龙 吴海萍 徐辉雄
• 来源期刊: 中国介入影像与治疗学
• 学科: 医学
• 关键词: 腰椎 椎间盘 体层摄影术 X线计算机 神经网络(计算机)
• 年，卷（期）: 2022,（2）
• 所属期刊栏目: 临床研究|Clinical Investigations
• 页码范围: 99-103
• 页数: 5页
• 分类号: R681.5|R814.42
• 语种: 中文
• DOI: 10.13929/j.issn.1672-8475.2022.02.008

摘要

目的 观察基于腰椎螺旋CT图像以卷积神经网络技术全自动识别及重建椎间盘的可行性.方法 回顾性分析400例腰痛患者的腰椎CT资料,以其中320例为训练集、40例为验证集、40例为测试集.以人工智能(AI)系统进行学习训练和测试.以深度学习(DL)卷积神经网络3D V-Net技术分割腰椎轴位CT图像中的椎体与椎间盘,并轴位重建椎间盘;以Dice系数评估分割精度.由2名放射科医师分别对AI重建图像及人工重建图像进行图像质量评分并进行对比.结果 AI分割骶椎椎体、L5椎体、L1～L4椎体及椎间盘的Dice系数分别为0.953、0.940、0.940及0.926,平均为0.940.针对测试集40例,采用腰椎螺旋CT数据经卷积神经网络技术完成197个椎间盘重建.2名放射科医师对197幅AI重建图像及人工重建图像的中位评分均为4分,差异无统计学意义(P均＞0.05);评分一致性加权Kappa值为0.862[95％CI(0.778,0.946),P＜0.001].结论 基于腰椎螺旋CT图像卷积神经网络全自动识别及重建椎间盘的可行性令人满意.