Evaluation of a computer‑aided method for measuring the Cobb angle on chest X‑rays

计算机辅助测量胸部X光片Cobb角方法的评价

论文链接、European Spine Journal、EUR SPINE J、三区(1432-0932)

单词积累:

a retrospective analysis 回顾性分析、radiologist放射科医生、scoliosis diagnosis 脊柱侧弯诊断、sensitivity 敏感性、specificity 特异性、

on the aforementioned chest X-rays基于前/上述的~、 can be retrieved可以被检索到

iliac crest髂qià嵴(髂嵴是髂骨翼的上缘,其前端的突起称髂前上棘,其后端的突起称髂后上棘,左右髂嵴的最高点连线平第4腰椎棘突。或者第三腰椎和第四腰椎之间。)

知识点补充:

图像增强 | CLAHE(限制对比度自适应直方图均衡化):CLAHE起到的作用简单来说就是增强图像的对比度的同时可以抑制噪声|| FPN网络详解:算法大致结构如下:一个自底向上的线路,一个自顶向下的线路,横向连接(lateral connection)|| 非极大值抑制NMS:抑制不是极大值的元素,可以理解为局部最大搜索。这个局部代表的是一个邻域,邻域有两个参数可变,一是邻域的维数,二是邻域的大小。|| PACS || ICC组内相关系数 || 变异性分析 ||

cobb角测量:

更偏向于医学not计算机,所以没有给出具体的网络结构图,只是给了简单说明(两个Mask R-CNN分别用于detect-spine和segment-vertebral、然后其output作为computer-aid method的输入->排列组合得到cobb角)、也可能是偏向于医学,所以对于一些术语没有解释,作为外行还是有一些不太不明白的地方。

论文值得完善的地方:参数说明及给公式/具体参数值要和参数对应起来。(有些解释可以对应/细致)

摘要

目的:为实现胸部x光片Cobb角的自动测量和脊柱侧凸的诊断,提出了一种计算机辅助方法,并对其可靠性和准确性进行了评价。

方法:以2个Mask R-CNN模型作为计算机辅助方法的核心,在胸片上分别对脊柱和所有椎体进行检测和分割,并从Mask R-CNN模型输出测量脊柱曲线的Cobb角。为了评估计算机辅助方法的可靠性和准确性,我们使用计算机辅助方法自动测量了248例肺癌筛查的胸部x线的Cobb角,并由两位经验丰富的放射科医师使用手工方法分别测量了上述胸部x线的Cobb角。

结果:人工测量胸部x线Cobb角时,观察者内部和观察者之间的信度分析的类内相关系数(ICC)分别为0.941和0.887,平均绝对差值< 3.5°。Cobb角的计算机辅助测量方法与人工测量方法的ICC值为0.854,平均绝对差为3.32°。这些结果表明,计算机辅助方法对胸部x线Cobb角测量具有良好的可靠性。以人工测量的Cobb角平均值> 10°作为脊柱侧凸的参考标准,计算机辅助诊断胸部x线脊柱侧凸的灵敏度较高(89.59%),特异性较低(70.37%)。

结论:计算机辅助方法具有实现胸部x线Cobb角自动测量和脊柱侧弯诊断的潜力。

介绍

脊柱侧弯是一种三维脊柱畸形,累及一个或多个脊柱弯曲,伴有脊柱[1]的侧偏和轴向旋转。站在冠状x线片,包括整个脊柱和髂骨,是评估脊柱侧凸的一种经济的影像学方法。脊柱侧凸的诊断和治疗取决于脊柱畸形的严重程度和进展的风险。目前,Cobb角是一种客观的x线参数,用于量化冠状位片[4]上脊柱侧凸的严重程度。Cobb角> 10°被认为对脊柱侧凸诊断[5]具有临床意义,而在之前的研究中,Cobb角测量的可变性范围为3°到10°[6]。另外,人工测量非常耗时,尤其在脊柱侧凸筛查中。为了减少这种变异性和提高效率,引入了计算机辅助方法。

之前已经进行了一些关于柯布角测量的研究。Bonanni et al.[7]提出了一种基于轮廓和角度函数的方法,作为确定Cobb角的经典椎体终板方法的替代方法。该方法对噪声和图像伪影不太敏感,因为它依赖于整体脊柱特征,而不是终板表面特征。最近,一些研究试图利用深度学习技术开发计算机辅助方法。Wu et al.[8]提出了一种多视图相关网络(MVC-Net),通过联合多视图输入特征学习和明确强化脊柱路标与Cobb角之间的互反关系,可以自动评估脊柱前后侧位x线视图的脊柱曲率;然而,MVC-Net可能并不适合老年脊柱侧凸患者,因为位于每个椎体四个顶点的脊柱标志物会随着边缘骨赘的形成而变化。Zhang et al.[9]开发了一种使用深度神经网络的计算机辅助方法,该方法仍然需要人工干预,例如分配椎体斑块,而且在活体x线片中测量Cobb角并不可靠。

脊柱侧凸是肺癌筛查时胸部x光片的常见影像学表现。所有的异常发现,包括胸部x光片上的脊柱侧凸,都必须在临床工作流程中报告,并可提供胸椎和上腰椎侧凸的机会性筛查。为了在无需人工干预的情况下,通过胸部x线检测Cobb角并诊断脊柱侧凸,提出了一种计算机辅助方法,并对其可靠性和准确性进行了评估。

材料与方法

样本量评估

使用公式1评估样本量,预期灵敏度和特异度为80%,置信区间(CI)为95%,允许误差为0.075。计算样本量为219。

主题

回顾性分析中国上海瑞金医院2018年1月至6月扫描入电子医学影像数据库的胸部x光片。我们获得了所有符合以下纳入标准的胸部x光片:肺癌筛查后的后前胸部x光片;年龄是18岁。排除原发性或继发性脊柱肿瘤、椎体骨折和脊柱区域金属伪影的胸片。共有4960张胸片被选中,并在隐藏身份信息后编号。样本量为总样本量的5%,并使用计算机生成的随机列表进行不替换的简单随机抽样。在目前的研究中,为了评估计算机辅助方法的可靠性和准确性,纳入了248张胸片。头尾方向的所有胸部x线场均为枕下区至肋膈角下部区。胸部x光片的采集信息为管电压为81 kVp,管电流-时间积为2.85 mAs。本研究获得了当地医院健康伦理研究委员会的伦理批准(IRB编号201872),考虑到本研究的回顾性性质,我们放弃了知情同意。

计算机辅助方法

计算机辅助方法的核心是由He et al.[10]引入的Mask R-CNN模型。两种Mask R-CNN模型分别在胸片上检测和分割脊柱和椎体。每个椎体上、下终板的中点由Mask R-CNN模型输出确定。

Mask R‑CNN

Mask R-CNN是一种最先进的技术,例如分割任务,是对Faster R-CNN的改进,后者是为了结合对象检测和语义分割[10]而设计的。Mask R-CNN继续了Faster R-CNN的区域提议网络作为特征提取器。简单地说,Mask R-CNN是建立在几个具有特定阶数的神经网络之上的。首先,利用主干神经网络对图像进行处理和特征提取;建议采用特征金字塔网络(FPN)用于准确度和速度[11]。在FPN中使用横向连接来合并自底向上和自顶向下的通路[11]。自底向上路径是一种前向传播卷积网络过程,用于特征提取;该层的上部表示较低的空间分辨率和较高的结构检测水平。Fast R-CNN仅使用网络的最后一层,采用自底向上的路径,该层应该包含最丰富的语义值[12]。为了利用底层的特征,在FPN的重构层中采用自顶向下的路径,包含语义值和高分辨率特征。因此,FPN从顶层开始上采样,以增强目标的精确位置,横向连接将自底向上路径[11]的重建层和对应的特征图合并。

本研究选择基于ResNet-101的FPN进行高性能特征提取。然后,利用对齐池层自动检测感兴趣区域。作为一个区域提议网络,FPN被设计用来选择潜在的ROI并生成标准大小的特征图。对齐池化是对Faster R-CNN池化的改进,提高了坐标的精度。然后,将每个ROI作为以下两个分支的输入:从Faster R-CNN中继承的全连接层预测边界框和类,并添加全卷积网络(fully convolutional network, FCN)预测分割蒙版。

计算机辅助测量cobb角

由于脊柱侧凸畸形表现为脊柱在冠状面与自然轮廓的偏离,脊柱整体结构曲线是[7]畸形的一个更自然的焦点。计算机辅助测量包括两个主要步骤:使用两个Mask R-CNN模型分别分割脊柱和椎体,并使用设计的算法对脊柱和椎体段进行后处理,确定最大角度。将对比度受限自适应直方图均衡化(CLAHE)方法应用于图像预处理中,Mask R-CNN模型对脊柱和椎体的分割效果更好。CLAHE函数的clipLimit设置为100,tileGridSize设置为(8,8)是通过openCV-python构建的。测试不同的参数,直到找到可以增加脊柱区域对比度的最佳参数。一般来说,使用ResNet-50-FPN骨干的模型比ResNet-101-FPN需要更少的计算资源,但它们或多或少地牺牲了模型的性能。为了平衡性能和计算负载,本研究选择了以FPN为骨干的ResNet-101。使用MSCOCO数据库(http://cocod atase t.org)中的预训练模型作为初始化模型,以0.001的学习率在100个epoch中训练,然后在每个epoch中衰减0.0001。此外,学习速率在第40和80个时代乘以0.1。一个原始图像样本,图像预处理结果,以及对脊柱和椎体的检测和分割如图1所示。值得注意的是,脊柱和椎体是在两个独立的,而不是一个面具R-CNN模型中训练的。有两个主要的考虑:如果在一个模型中训练两类数据,脊柱和椎体标注的可用数据将减少到235例,而仅使用脊柱标注的剩余数据将被浪费。两类标注数量的差异是由于对椎体的标注比对脊柱的标注劳动强度大。另一个原因是位于脊柱内部的椎体引起非最大抑制(non-maximum suppression, NMS),需要额外的修改来满足使用。几乎所有的椎体都应该被默认的NMS算法过滤掉。Mask R-CNN模型的训练和测试数据集如表1所示。

作为Mask R-CNN模型的输出,生成脊柱和椎体段的Mask。首先,通过定位每个脊柱面具行中点来连接脊柱边界的中线。选择有一定间隙的行;然后,通过寻找x轴上的最小值和最大值来确定一行的中点。脊柱的中线是通过连接在行中发现的中点而产生的。确定脊柱中线与每个椎体上/下终板的交点,在图2中用红点和蓝点表示。将脊柱中线与每个椎体上、下终板的两个交点视为一组,根据胸片上的椎体数量分为十几个组。通过在一组中连接两个交点来确定每个椎体的纵向中线。纵向中心线的垂线通过两个交点画成一组。计算了头椎体的任意上垂线与尾椎体的任意下垂线之间的夹角。通过一组排列组合组来获得所有可能的角度,并确定最大角度。最大角被认为是科布角。胸部x光片的计算机辅助测量结果如图2所示。

手动方法

在248张胸片上用计算机辅助和手工方法测量Cobb角。将计算机辅助评价方法与人工评价方法进行比较Cobb角测量和脊柱侧凸诊断的可靠性和准确性。采用手工方法测量数字胸部x光片上的Cobb角,使用的是图像存档和通信系统(PACS),而不是打印的x光片。PACS手动测量与经典测量(图3)[13]相同,但Cobb角自动计算。若放大调整对比度后仍未见明显终板,则沿椎弓根[14]画线。胸部x光片上的Cobb角由同一PACS工作站的两名放射科医生测量(RadiForce G20;日本爱佐Nanao株式会社)。两名放射科医生在放射学诊所>工作了10年,熟悉经典的测量方法。人工测量重复两次,间隔3周。这两名放射科医生都不知道之前的结果和计算机辅助测量的结果。

统计分析

采用SPSS 22.0软件(SPSS, Inc., Chicago, IL, USA)进行统计分析。采用ci为95%的内部相关系数(ICCs)分析可靠性;以ICC < 0.70、0.70 - 0.79、0.80-0.89、0.9-0.99为信度差、信度尚可、信度好、信度优,分别为[6]。对于变异性分析,计算了两种测量值的平均绝对差(MAD)[9]。以人工测量中Cobb角的平均值> 10°作为脊柱侧凸的参考标准,计算计算机辅助诊断脊柱侧凸的灵敏度、特异性、准确性、阳性预测值和阴性预测值。p < 0.05认为有统计学意义

结果

研究对象年龄22 ~ 93岁,平均年龄48.0±17.3岁,男性107例,女性141例。胸部x光片显示单曲线234条,双曲线14条。992次人工测量的Cobb角均值为14.87°±5.57°(范围6.6°- 48.3°)(表2)。人工方法观察者内部和观察者之间的可靠性如表3所示。对于两名放射科医生,观察者内分析得出的ICC > . 0 9, 95% CI介于0.895 - 0.964之间,MAD < 3°,这表明观察者内的可靠性很好。在第一次和第二次测量中,观测者间的信度良好,ICC >为0.85,95% CI介于0.834 ~ 0.925之间,MAD < 3.5°。观察者内部和观察者之间的信度分析的总体ICC分别为0.941和0.887,总体MAD分别为2.20°和2.94°。一般来说,人工方法的观察者内部信度略好于观察者之间的信度。与人工方法相比,计算机辅助Cobb角测量方法的可靠性评价如表4所示。计算机辅助测量与人工测量的信度分析结果为ICC > . 0 8, 95% CI在0.723 ~ 0.902之间。计算机辅助测量与人工测量的差值< 4°。整体ICC值为0.854,表明计算机辅助方法对Cobb角测量具有良好的可靠性。总体MAD为3.32°,小于测量变异性的5°阈值。

各种诊断测试评估指标,包括敏感性、特异性、准确性、阳性和阴性其预测值见表5。计算机辅助诊断脊柱侧弯的灵敏度和特异性分别为89.59%和70.37%。87.50%的准确率表明计算机辅助方法对脊柱侧凸的诊断效果良好。

讨论

Cobb角参与脊柱侧凸的诊断和治疗决定。因此,Cobb角测量的可靠性和准确性至关重要。在打印的射线照片上进行手工测量很容易,可以作为可靠性评估的标准[9,15]。在某些情况下,椎体终板在胸部x光打印上很难识别。通过对PACS的对比度调整和图像放大,对终板的识别相对清晰。因此,在本研究中,我们使用PACS对数字胸片进行手动测量。在之前的研究中,放射科医生手工测量数字胸部x光片的观察者内部和观察者之间的差异与骨科医生打印x光片的差异相当[9,16,17](表6)。尽管放射科医生得到了PACS的支持,由于经典Cobb角测量的缺陷所引起的变异性仍然停留在[17]。Cobb角是根据经典测量方法[13]中端板的方位来测量的。与脊柱x线片不同,位于上纵隔后方的终板在胸部x线片上通常不明显。此外,终板的突出有时表现为杯状或梭状(图4)。在上述情况下,当终椎终板出现时,经典的测量方法将不可靠,且易变[17,18]。

在我们的方法中,计算机辅助方法是根据脊柱整体曲线的方向而不是终板的方向提出的。计算机辅助测量的Cobb角是指在椎体纵向中线处,头椎的上垂线与尾椎的下垂线之间的最大夹角。一般来说,Cobb角测量> 5°的变变性会影响脊柱侧凸[19]的诊断和治疗。与人工测量相比,使用我们提出的方法的计算机辅助测量的变化率为3.32°,暗示了临床价值。我们的结果略优于其他无人工干预的计算机辅助方法[8,15](表6)。本文方法的计算机辅助结果与人工测量的ICC值为> .8,可靠性较好。虽然我们的计算机辅助方法在理论上对经典测量方法有轻微的改变,但信度分析结果表明,它在Cobb角测量中可以提供类似的临床效度。在胸部x光诊断脊柱侧弯方面,我们的计算机辅助方法具有较高的灵敏度(89.59%)和相对较低的特异性(70.37%)。在Mask R-CNN模型的学习过程中,通过增加椎体外观的可变性,可以弥补特异性的低值。87.50%的准确率表明计算机辅助方法对脊柱侧凸的诊断效果良好。这是第一个报告的诊断准确性的计算机辅助方法诊断脊柱侧弯胸部x光片。

该计算机辅助方法的目标是自动诊断脊柱侧凸的胸部x光从肺癌筛查。由于胸部x光片的数量巨大,效率是一个重要的评价参数计算机辅助方法的应用价值。计算机辅助方法不需要人工干预,这是与以往研究相比的一个重要优势[6,9,16,20,]。此外,胸片的平均处理时间小于15秒,优于文献记录的结果[6,15]。这表明计算机辅助方法可以用于肺癌筛查胸部x线的实时脊柱侧凸诊断。

目前的研究有一些局限性。首先,计算机辅助方法测得的Cobb角为头椎上垂线与尾椎下垂线在椎体纵向中线处的最大夹角。当脊柱弯曲度≥3时,计算机辅助方法有时可能产生不正确的结果(图5)。其次,将整个脊柱x线片作为评估脊柱侧凸的标准图像。这种计算机辅助的方法需要在整个脊柱x光片上进行训练和测试。第三,本回顾性研究是对计算机辅助方法的初步评价,在进一步研究中还将进行前瞻性评价。

结论

对于胸部x线的Cobb角测量,我们的计算机辅助方法显示出良好的可靠性,其变化率< 5°阈值。此外,计算机辅助方法在诊断脊柱侧凸方面具有较高的敏感性(89.59%)和相对较低的特异性(70.37%)。因此,计算机辅助的方法是有潜力和希望的,以自动诊断脊柱侧弯胸部x线从肺癌筛查

【翻译】Evaluation of a computer‑aided method for measuring the Cobb angle on chest X‑rays相关推荐

  1. 计算机辅助绘图英语,计算机辅助建筑绘图,Computer Aided Architecture Drawing,音标,读音,翻译,英文例句,英语词典...

    补充资料:计算机辅助建筑设计 计算机辅助建筑设计 computer aided architectural design, CAAD ]isuanli fuzhu]ianzhu sheji计算机辅助建 ...

  2. 计算机辅助工程技术应用的说明报告,计算机辅助工程技术(cae)(Computer Aided Engineering (CAE)).doc...

    计算机辅助工程技术(cae)(Computer Aided Engineering (CAE)) 计算机辅助工程技术(cae)(Computer Aided Engineering (CAE)) In ...

  3. 计算机cad的概念,“CCAD”是“Conceptual Computer Aided Design”的缩写,意思是“概念计算机辅助设计”...

    1. This paper introduces researching and the future trend of computer aided engineering in product c ...

  4. 计算机辅助建筑设计英文全称是,“CAAD”是“Computer Aided Architectural Design”的缩写,意思是“计算机辅助建筑设计”...

    1. BIM is a new technology in the field of computer aided architectural design, which contains not o ...

  5. TCAD(technology computer aided design)学习笔记

    目录 第 1 章 绪论 第2章 TCAD知识与理论基础 第3章 TCAD工艺仿真基本知识与仿真工具基本使用方法介绍 第4章 半导体工艺仿真基本模型介绍与仿真校准 第5章 半导体器件仿真基本知识及器件特 ...

  6. 计算机辅助药物设计 fda,Computer Aided Drug Design 上海交通大学生物 (计算机辅助药物设计上海交通大学生物).pdf...

    Computer Aided Drug Design 上海交通大学生物 (计算机辅助药物设计上海交通大学生物) Computer Aided Drug Design Qin Xu Contact • ...

  7. 使用计算机进行电路分析,计算机辅助电路分析,computer aided analysis of circuits,音标,读音,翻译,英文例句,英语词典...

    补充资料:集成电路计算机辅助设计 利用计算机具有快速运算和大容量存储数据的功能,帮助人们设计各种复杂产品的方法.实现这种设计方法的物质基础是计算机辅助设计系统,它包括计算机本身和辅助设计所需的外部设备 ...

  8. 计算机辅助技术的英文,计算机辅助技术,computer aided technology,音标,读音,翻译,英文例句,英语词典...

    补充资料:铸造工艺计算机辅助设计技术 2.1 铸造工艺CAD 在铸造工艺设计过程中,有许多繁琐的数学计算和大量的查表选择等工作,仅凭工艺设计人员的个人经验和手工操作,不但要花费很多时间,而且设计结果往 ...

  9. 计算机辅助技术的英文,计算机辅助创新技术,Technology of Computer Aided Innovation,音标,读音,翻译,英文例句,英语词典...

    补充资料:铸造工艺计算机辅助设计技术 2.1 铸造工艺CAD 在铸造工艺设计过程中,有许多繁琐的数学计算和大量的查表选择等工作,仅凭工艺设计人员的个人经验和手工操作,不但要花费很多时间,而且设计结果往 ...

最新文章

  1. 计算机频率、内存相关杂谈
  2. 标题排版字幕动画fcpx模板:Typography Titles for Mac
  3. java 装饰器_JAVA装饰器模式
  4. 董明珠再谈“格力10年免费包修”政策:没企业敢跟,实力的象征
  5. python 六剑客(匿名函数和内建函数)
  6. c语言编译asn1文件,使用 asn1.c 开源编译工具生成 S1AP R15消息编解码C文件
  7. 进阶篇第九期:相册与拍照的后处理
  8. 美团监控系统mysql_美团MySQL数据库巡检系统的设计与应用
  9. 黑客穷追不舍攻击“谷姐” [转]
  10. keba驱动器_KEBA控制器说明书
  11. 杭州电子科技大学acm---2008
  12. SpringBoot 2.x 自定义注解annotation实现MicroMeter埋点
  13. 基于Eureka服务治理的高可用性注册中心搭建
  14. 合肥工业大学宣城校区2020年-2021年第一(大四上)学期物联网工程专业资料汇总(含课件、个人实验报告、实验代码、课设报告等)
  15. 【云计算OpenStack-OpenStack Queens版本】基于OpenStack的云计算环境搭建
  16. 小小滑块可笑可笑-安卓滑块验证码通杀方案研究(2)
  17. gcc: 新编译警告选项;dangling-pointer
  18. Directory.Delete();删除文件夹
  19. java输入整型数据_怎样用Java输入一个整形数据以及山中循环的使用
  20. LOGFONT设置字体

热门文章

  1. 三维激光扫描技术能做什么?
  2. [易飞]呆滞仓物料预计领用
  3. 计算机文化教程实验基础知识,计算机文化基础实验教程
  4. 小程序 英语学习小助手java
  5. 计算机按应用分为两种主要类型,计算机应用基础模拟试卷10
  6. java+mysql新手数据库项目推荐,DNF装备管理系统,含数据和图片素材
  7. 第0节 主流股票数据源框架横向对比
  8. EASE-GRID投影的产品文件(nc/hdf)转Tiff
  9. svn提交重命名文件失败得劲解决方法
  10. 项目经理可能遇到的问题