科研之友
微信
新浪微博
Facebook
分享链接
摘要
背景：MRI对诊断早期膝骨关节炎有重要意义。利用深度学习方法进行膝骨关节炎的MRI图像识别和智能分割，是目前人工智能在影像诊断方面的研究热点。目的：通过对膝骨关节炎病例MRI图像的深度学习，能够全自动分割膝关节的股骨、胫骨、髌骨、软骨、半月板、韧带、肌肉及关节积液，并测量膝关节积液体积和肌肉含量。方法：筛选出100个正常膝关节和100个膝骨关节炎患者数据，按照8︰1︰1的比例随机分为训练集(traindataset,n=160)、调优集(validation dataset,n=20)和测试集(test dataset,n=20)。采用Coarse-to-Fine序贯训练的方法训练3D-UNET网络深度学习模型，先训练一个膝关节矢状面MRI粗略分割模型，将得到的粗略分割结果作为掩膜(mask)，再训练精细分割模型。输入膝关节矢状面T1WI、T2WI图像和各结构的标注文件，运用DeepLab v3，分割骨、软骨、韧带、半月板、肌肉、积液，最后显示三维重建，显示自动测量结果(肌肉的含量、积液的体积)，完成深度学习的应用程序。再筛选出26例正常人和38例膝骨关节炎患者的膝关节MRI数据进行测试验证。结果与结论：(1)26例正常人中女13例，男13例，平均年龄(34.88±11.75)岁，膝关节中肌肉含量平均值(1 051 322.94±2 007 249.00) mL，均值中位数为631 165.21 mL；积液的体积平均值(291.85±559.59) mL，均值中位数0 mL。(2)38例膝骨关节炎患者中女30例，男8例，平均年龄(68.53±9.87)岁；肌肉含量平均值(782 409.18±331 392.56) mL，均值中位数689 105.66 mL；积液的体积平均值(1 625.23±5 014.03) mL，均值中位数178.72 mL。(3)正常人的肌肉含量与膝骨关节炎患者的相差不大，差异无显著性意义；而膝骨关节炎患者积液的体积高于正常人，差异有显著性意义(P <0.05)。(4)提示通过深度学习对膝骨关节炎MRI图像进行智能分割，可摒弃以往手工分割的缺陷；对膝骨关节炎的评估需要更加精细化，将图像分割处理得更加精细，以提高结果的精度。
- 单位
