山东大学学报(医学版)

作者：刘亚军,袁强,吴静晔,韩晓光,郎昭,张勇

单位：1.北京积水潭医院脊柱外科, 北京 100035;2.北京市创伤骨科研究所, 北京 100035;3.北京天智航医疗科技股份有限公司天玑实验室, 北京 100192

关键词：椎弓根螺钉,深度学习,锥形束CT,自动规划,图像分割,脊柱外科手术机器人,

基金：北京市自然科学基金-海淀原始创新联合基金(L202011);青年北京学者计划(2020-025);北京市医院管理中心登峰人才培养计划(DFL20220401);北京市自然科学基金-海淀原始创新联合基金(L192048)

目的 利用深度学习技术开发一种基于锥形束CT(CBCT)影像的椎弓根螺钉自动规划系统,验证和评估其在腰椎椎弓根螺钉规划中的有效性和效率。 方法 回顾性分析2017年1月至2019年12月行单中心机器人辅助腰椎椎弓根螺钉内固定术中所用CBCT引导影像和椎弓根螺钉规划信息患者130例,其中脊椎分割和椎弓根螺钉自动规划训练100例,算法验证30例。通过Dice系数和定性评估来评价分割结果;基于Ravi分级和 Zdichavsky分级评价椎弓根螺钉自动规划结果;基于Babu方法评估椎弓根螺钉上关节突侵犯情况;利用Kappa分析评估观察者间一致性。 结果 10例分割定量评估中,Dice值为0.99。30例分割定性评估中,专家对于分割结果的平均可接受率为94.9%,平均满意率为80.5%。共计自动规划了300枚椎弓根螺钉,298枚(99%)为Ravi 1级,300枚(100%)为Zdichavsky IA级。2枚(1%)为Ravi 2级(突破皮质<2 mm),均为向外侧偏出皮质。评估椎弓根螺钉侵犯关节突的情况,300枚螺钉中,294枚(98%)为0级,共计6枚侵犯上关节突,其中3枚(1%)为1级,2枚(0.67%)为2级,1枚(0.33%)为3级。Kappa分析显示,观察者间具有良好一致性(K=0.71~0.94; 一致率 90%~96%)。运行速度评估时,自动分割完成平均所需时间为3.52 s,特征点提取所需时间为3.81 s,总的平均运行时间为7.33 s。 结论 基于CBCT影像的椎弓根螺钉自动规划系统可实现良好的自动分割和规划效果,对于辅助医生手术规划和改善脊柱外科手术机器人导航流程具有潜在临床应用价值。

来源：2023年第3期

《山东大学学报(医学版)》期刊编辑部

查看山东大学学报(医学版)杂志2023年第3期