基于膝关节MRI的人工智能重建软骨模型对膝关节软骨损伤的评价

作者：高宏; 薛宾阁; 吴厦; 王亚魁; 付鹏飞; 沈乐; 娄佳旺; 马琦; 刘璞; 蔡谞^*

来源：中华骨科杂志, 2023, 43(05).

• 膝关节
• 软骨, 关节
• 磁共振成像
• 人工智能
• 模型, 解剖学

目的探讨基于膝关节薄层MRI数据的人工智能(artificial intelligence, AI)重建模型对膝关节软骨损伤评价的可行性。方法选取2021年5月至2022年4月在北京清华长庚医院以膝关节重度骨关节炎住院且拟行全膝关节置换术的33例患者(共41膝), 男15例, 年龄(71±5)岁;女26例, 年龄(71±9)岁。左膝19例, 右膝22例。术前对患侧膝关节进行薄层MR检查, 并对膝关节薄层MRI数据进行AI建模, 选取模型中软骨部分利用主成分分析(principal component analysis, PCA)进行模型摆正, 将术中截取的膝关节胫骨平台软骨依据国际软骨修复协会(International Cartilage Repair Society, ICRS)软骨损伤分级进行分级, 并与膝关节AI重建软骨模型及膝关节MRI人工识别的ICRS分级结果进行比较。结果 AI重建软骨模型的软骨损伤分级与术中截取实物标本的软骨损伤分级相比较, AI重建软骨模型对于ICRS分级4级软骨损伤诊断的敏感性、特异性、阳性预测值和阴性预测值分别为93.1%、91.4%、92.2%和80.3%;ROC曲线下面积(AUC)值为0.92, AI重建软骨模型与实物标本ICRS分级的一致性良好, Kappa系数为0.81(P<0.001)。人工识别MRI的软骨损伤分级与实物标本相比, 其诊断的敏感性、特异性、阳性预测值和阴性预测值分别为92.10%、91.60%、97.20%和78.8%, Kappa系数为0.79(P<0.001)。结论基于膝关节薄层MRI的AI重建软骨模型对于诊断ICRS分级4级软骨损伤具有较好的敏感性及特异性。

• 单位
  河北北方学院; 清华大学