基于低剂量胸部CT深度学习模型自动测量骨密度研究

作     者：赵宇 张晓岚 郑超 王敏红 洪薇 周运锋 ZHAO Yu;ZHANG Xiao-lan;ZHENG Chao

作者机构：芜湖皖南医学院第一附属医院/弋矶山医院放射科安徽241001 数坤(北京)网络科技股份有限公司北京100102 

出 版 物：《放射学实践》 (Radiologic Practice)

年 卷 期：2024年第39卷第2期

页      面：262-266页

核心收录：

学科分类：0831[工学-生物医学工程（可授工学、理学、医学学位）] 100207[医学-影像医学与核医学] 1006[医学-中西医结合] 1002[医学-临床医学] 1001[医学-基础医学(可授医学、理学学位)] 100210[医学-外科学(含：普外、骨外、泌尿外、胸心外、神外、整形、烧伤、野战外)] 08[工学] 1010[医学-医学技术（可授医学、理学学位）] 100106[医学-放射医学] 10[医学] 100602[医学-中西医结合临床] 

基　　金：科研能力“高峰”骨干KGF2019G13 XM_LHJY2022_05_13 

主　　题：人工智能 骨密度 体层摄影术,X线计算机 骨质疏松 

摘      要：目的:评价基于低剂量胸部CT深度学习模型全自动测量与定量CT(QCT)手动测量骨密度的一致性。方法:回顾性分析2018年6月-2019年12月在弋矶山医院行低剂量胸部CT筛查联合定量CT(QCT)骨密度测量的1406例体检者的临床和影像资料。随机分为训练集(985例)和测试集(421例)。应用深度学习等方法构建骨分割模型等及内部组织校准模型,应用测试集检测其效能。以QCT结果作为参考标准,应用Spearman相关系数、组内相关系数、Bland-Altman分析两种测量方法的相关性和一致性;以QCT测量结果的骨质疏松(OP)诊断作为参考标准,应用ROC曲线评价其对OP的诊断效能。结果:训练集及测试集中深度学习模型与QCT的骨密度测量结果均呈正相关(训练集:r=0.957,P0.001;测试集:r=0.955,P0.001),组内相关系数为0.946(训练集)、0.945(测试集)。该模型在训练集中ROC曲线下面积(AUC)、灵敏度、特异度、准确度分别为0.986、47.5%、100%、95.7%;在测试集中分别为0.975、42.1%、100%、94.8%。结论:基于低剂量胸部CT深度学习模型和QCT的骨密度测量的一致性和相关性较好,初步实现了自动、快速的基于LDCT的骨质疏松筛查,但需扩大患者人群进一步优化和验证。