熊祚鋼，吳 敏，葉喜林，臧天龍，吳海萍，徐輝雄

[1.南華大學(xué)衡陽醫(yī)學(xué)院研究生院，湖南 衡陽 421001；2.同濟(jì)大學(xué)附屬第十人民醫(yī)院超聲科，4.放射科，上海 200072；3.上海市平安好醫(yī)健康檢測(cè)中心放射科，上海 200030；5.上海市平安科技(深圳)有限公司，上海 200030]

近年腰背痛患者日趨增多，腰椎間盤突出是最常見原因[1]。CT常用于診斷椎間盤疾病。隨著設(shè)備與技術(shù)的發(fā)展，低劑量螺旋CT掃描已逐步替代椎間盤軸位掃描，顯示腰椎間盤病變與椎間孔、神經(jīng)根關(guān)系及椎管狹窄程度更優(yōu)[2-3]。人工智能(artificial intelligence, AI)技術(shù)已廣泛用于分析醫(yī)學(xué)圖像，能顯著提高醫(yī)師的診斷效率[4-6]，用于脊柱圖像分割與征象識(shí)別[7-8]較多，而針對(duì)椎間盤重建的研究相對(duì)少見。本研究觀察基于卷積神經(jīng)網(wǎng)絡(luò)椎間盤全自動(dòng)識(shí)別及重建腰椎螺旋CT圖像的可行性。

1 資料與方法

1.1 一般資料 回顧性分析2019年1月—12月400例就診于上海市第十人民醫(yī)院及上海市平安好醫(yī)健康檢測(cè)中心并接受腰椎螺旋CT掃描的腰痛患者，男214例，女186例，年齡20～75歲，平均(34.9±6.5)歲。以其中320例為訓(xùn)練集，驗(yàn)證集和測(cè)試集各40例。訓(xùn)練集男170例，女150例，年齡20～40歲，平均(34.0±4.8)歲；驗(yàn)證集男21例，女19例，年齡23～40歲，平均(38.0±4.3)歲；測(cè)試集男23例、女17例，年齡22～75歲，平均(41.4±13.1)歲，其中23例存在畸形(3例同時(shí)存在腰椎側(cè)彎和腰骶移行椎畸形)。

納入標(biāo)準(zhǔn)：訓(xùn)練集和驗(yàn)證集年齡20～40歲，有腰痛癥狀，腰部螺旋CT掃描層厚<3 mm；測(cè)試集年齡不受限制，其余納入標(biāo)準(zhǔn)同上，且影像學(xué)診斷腰椎間盤突出、膨出。排除標(biāo)準(zhǔn)：非椎間盤疾病(如腫瘤、骨折等)引起的腰痛，圖像存在偽影(如金屬植入物等)，圖像質(zhì)量不佳。

1.2 儀器與方法 采用Philips Brilliance 64通道螺旋CT機(jī)、GE Bright Speed 16排螺旋CT機(jī)及聯(lián)影公司uCT 510 16、32或64層CT機(jī)。通過影像歸檔和通信系統(tǒng)(picture archiving and communication systems, PACs)獲取腰椎螺旋CT掃描數(shù)據(jù)，格式符合醫(yī)學(xué)數(shù)字影像和通訊(digital imaging and communications in medicine, DICOM)標(biāo)準(zhǔn)。

1.2.1 圖像預(yù)處理及訓(xùn)練數(shù)據(jù)集標(biāo)注 對(duì)原始DICOM數(shù)據(jù)以層厚1.25 mm進(jìn)行薄層重建，同時(shí)生成骨窗與軟組織窗圖像。由2名具有10年以上工作經(jīng)驗(yàn)的放射科主治醫(yī)師以ITK-SNAP軟件進(jìn)行標(biāo)注，將骶椎標(biāo)注為紅色，L5椎體標(biāo)注為綠色，L1～L4椎體標(biāo)注為黃色，椎間盤標(biāo)注為藍(lán)色，見圖1。

1.2.2 AI系統(tǒng)學(xué)習(xí)與測(cè)試 ①分割、定位椎體與椎間盤；②提取椎間盤三維CT數(shù)據(jù)，經(jīng)計(jì)算獲得椎間盤正交坐標(biāo)系；③重建椎間盤軸位CT圖像并以DICOM格式輸出。見圖2。

1.2.3 AI系統(tǒng)腰椎間盤分割模塊與重建模塊 采用深度學(xué)習(xí)(deep learning， DL)3D V-Net模型完成分割

任務(wù)。訓(xùn)練策略：以預(yù)置模型將目標(biāo)脊柱影像分為4類模塊，S1椎體作為脊柱的基準(zhǔn)定位標(biāo)志為第一類別模塊(紅色)，L5椎體作為第二類別模塊(綠色)，L1～L4椎體作為第三類別模塊(黃色)，椎間盤作為第四類別模塊(藍(lán)色)。

利用3D V-Net模型從原始DICOM數(shù)據(jù)中提取椎間盤區(qū)域數(shù)據(jù)，計(jì)算椎間盤幾何中心，建立基于x、y、z軸3個(gè)主方向的椎間盤3D坐標(biāo)系(圖3)；根據(jù)第一、第二主方向重建椎間盤軸位圖像，依據(jù)第三主方向高度將椎間盤分為4等份，由上至下依次生成5幅軸位圖像(圖2B)，以DICOM格式輸出。

1.2.4 AI系統(tǒng)測(cè)試 采用Dice系數(shù)評(píng)價(jià)分割結(jié)果，系數(shù)取值范圍為0～1(越接近1表明準(zhǔn)確性越高)。

對(duì)每個(gè)椎間盤生成5幅AI重建圖像。由1名具有10年以上工作經(jīng)驗(yàn)的放射科主治醫(yī)師于GE AW4.6后處理工作站重建圖像，對(duì)每個(gè)椎間盤生成5幅圖像，層厚為1.25 mm。

由2名具有15年以上工作經(jīng)驗(yàn)的放射科副主任醫(yī)師以盲法對(duì)人工重建和AI重建圖像質(zhì)量進(jìn)行主觀評(píng)分。評(píng)分標(biāo)準(zhǔn)：未清晰顯示組織結(jié)構(gòu)(椎間盤、硬膜囊、神經(jīng)根及椎間孔)、不能滿足診斷需求為1分；完整顯示椎間盤為2分；顯示椎管內(nèi)結(jié)構(gòu)及神經(jīng)根、椎間孔結(jié)構(gòu)為3分；清晰顯示組織結(jié)構(gòu)(椎間盤、硬膜囊、神經(jīng)根、椎間孔)及椎間盤與硬膜囊、神經(jīng)根關(guān)系為4分。

1.3 統(tǒng)計(jì)學(xué)分析 采用SPSS 26.0統(tǒng)計(jì)分析軟件。以±s表示年齡，采用方差分析進(jìn)行多組間比較，兩兩比較采用LSD-t檢驗(yàn)；采用χ2檢驗(yàn)比較性別；以秩和檢驗(yàn)比較圖像質(zhì)量評(píng)分。以加權(quán)Kappa檢驗(yàn)分析2名醫(yī)師評(píng)分結(jié)果的一致性：加權(quán)Kappa系數(shù)值<0.20為一致性較差，0.21～0.40為一般，0.41～0.60為中等，0.61～0.80為較強(qiáng)，0.81～1為強(qiáng)。P<0.05為差異有統(tǒng)計(jì)學(xué)意義。

2 結(jié)果

訓(xùn)練集、驗(yàn)證集和測(cè)試集患者性別差異無統(tǒng)計(jì)學(xué)意義(χ2=0.291，P=0.864)；年齡差異有統(tǒng)計(jì)學(xué)意義(F=25.704，P<0.001)，測(cè)試集年齡大于訓(xùn)練集和驗(yàn)證集(P均<0.05)。

AI分割骶椎椎體、L5椎體、L1～L4椎體及椎間盤的Dice系數(shù)分別為0.953、0.940、0.940及0.926，平均0.940。

采用AI系統(tǒng)針對(duì)測(cè)試集40例患者的腰椎螺旋CT數(shù)據(jù)完成了197個(gè)椎間盤重建；2例因腰椎側(cè)彎畸形致L1-2椎間盤未完整顯示、1個(gè)椎間盤因L5骶化移行椎畸形致L5-S1椎間盤體積小于最小重建閾值而未能重建。

2名醫(yī)師對(duì)197幅AI重建圖像及人工重建圖像的中位評(píng)分結(jié)果均為4分，差異無統(tǒng)計(jì)學(xué)意義(P均>0.05)；評(píng)分一致性加權(quán)Kappa值為0.862[95%CI(0.778,0.946)，P<0.001]。見表1及圖4、5。

表1 2名放射科醫(yī)師對(duì)AI重建與人工重建CT圖像的質(zhì)量評(píng)分結(jié)果比較(幅，n=197)

3 討論

腰椎間盤疾病是導(dǎo)致腰痛最常見原因之一[1]。臨床工作中，CT是影像學(xué)檢查腰椎疾病的首選工具。對(duì)于腰椎間盤疾病患者，相比椎間盤軸位掃描，低劑量螺旋CT連續(xù)掃描可獲取更多圖像信息，使診斷更為準(zhǔn)確，并能縮短掃描時(shí)間、降低輻射損傷[3]。為更好地顯示椎間盤與周圍結(jié)構(gòu)關(guān)系，常需對(duì)CT圖像進(jìn)行重建等后處理，導(dǎo)致醫(yī)師工作量增加[2]；如醫(yī)師經(jīng)驗(yàn)不足或于疲乏狀態(tài)下處理圖像，易使圖像顯示不完整而導(dǎo)致誤診、漏診[9]。AI技術(shù)用于診斷脊柱疾病可提高醫(yī)師工作效率[7-8]。FORSBERG等[10]以DL模型在識(shí)別MRI中的腰椎椎體，其準(zhǔn)確性達(dá)98.8%；OKTAY等[11]報(bào)道，支持向量法定位椎間盤的誤差為2.6～3.6 mm，幾乎達(dá)到影像科主治醫(yī)師水平，可幫助醫(yī)師快速圖像定位；但JAKUBICEK等[12]將卷積神經(jīng)網(wǎng)絡(luò)法用于分割存在脊柱畸形或掃描不完整圖像時(shí)，AI識(shí)別準(zhǔn)確率為87.1%。有學(xué)者[13]認(rèn)為AI識(shí)別準(zhǔn)確率下降的原因可能是模型對(duì)發(fā)育異常的S1和L5椎體存在定位錯(cuò)誤?？紤]到脊柱側(cè)彎導(dǎo)致部分椎體掃描不全、腰骶移行椎畸形等情況可能影響模型評(píng)價(jià)效果，本研究采用四分類預(yù)置模型策略對(duì)模型進(jìn)行訓(xùn)練，首先分割L5椎體及骶椎、判斷是否存在移行椎畸形，之后依次向上分割L1～L4椎體，結(jié)果顯示該模型可準(zhǔn)確識(shí)別L1～S1各椎體與椎間盤，其分割平均精度為0.940，對(duì)椎間盤的分割精度達(dá)0.926，表明模型可精準(zhǔn)分割圖像中的椎間盤結(jié)構(gòu)。

本研究在AI輔助完成椎間盤分割基礎(chǔ)上重建椎間盤軸位CT圖像。標(biāo)準(zhǔn)椎間盤軸位CT圖像是判斷椎間盤突出類型及其與神經(jīng)根關(guān)系、椎管狹窄程度的關(guān)鍵，亦為外科醫(yī)師制定手術(shù)策略的重要依據(jù)[14]。本研究中AI重建的197個(gè)椎間盤圖像均能滿足診斷需求、完整顯示椎間盤及椎管、神經(jīng)根等結(jié)構(gòu)，圖像質(zhì)量與人工重建效果相當(dāng)；2名放射科醫(yī)師其中對(duì)5個(gè)椎間盤的AI重建圖像的評(píng)分為2分，其椎間孔、神經(jīng)根顯示不清的可能原因是存在椎間盤疾病。

本研究存在的局限性：訓(xùn)練集均為40歲以下患者青中年，缺乏老年人群可能存在的嚴(yán)重腰椎退變；未進(jìn)一步驗(yàn)證系統(tǒng)分類診斷腰椎間盤突出的效能。

綜上所述，AI輔助系統(tǒng)能對(duì)腰椎螺旋CT圖像中的椎間盤進(jìn)行全自動(dòng)識(shí)別及重建，圖像質(zhì)量可達(dá)人工重建標(biāo)準(zhǔn)，可行性令人滿意，臨床應(yīng)用前景廣闊。