草丁图书馆

  1. 首页 > 生活杂烩 > >

AI助力腰椎间盘退变更精准评断，上海中医药大学团队建立自动量化评估新方法

本文转自：文汇报
AI助力腰椎间盘退变更精准评断，上海中医药大学团队建立自动量化评估新方法
文章图片

文章图片

深度学习图形分割网络训练与椎间盘退变量化方法示意图
近日 ， 上海中医药大学王拥军教授与上海大学田应仲教授合作 ， 在人工智能医学影像识别与量化方面取得新进展 ， 建立了基于深度学习的腰椎间盘退变自动量化评估新方法 ， 研究成果“基于深度学习的MRI腰椎间盘退变高精度定量研究于2月11日发表在《自然-通讯》（Nature Communications）杂志上 。
全球范围内 ， 腰痛作为一个重大的公共卫生问题 ， 给个人和社会带来沉重的负担 。腰椎间盘退变被认为是引发慢性腰痛的重要因素 ， 也是评估腰椎退行性病变的早期临床表型 。T2加权MRI可清晰反映不同程度的腰椎间盘退变 ， 包括椎间盘髓核含水量下降和椎间盘高度塌陷 。然而 ， 相关影像研究和临床实践大都局限于定性分析或半自动的定量分析 ， 导致相应椎间盘参量测量的一致性和效率存在局限 ， 因此如何高精度的自动定量椎间盘多项参量 ， 一直是国际上非常具有挑战性的研究课题之一 。
针对这一难题 ， 该团队通过多学科交叉融合 ， 率先开发出基于深度学习语义分割网络的椎间盘退变量化分析算法——BianqueNet 。基于该算法极高的精准度 ， 团队对全国4个城市共计1051例人群进行横断面研究 ， 结果表明椎间盘内信号差异与椎间盘退变等级显著相关；再结合对不同人群基线特征（年龄、性别、椎间盘节段）构建不同椎间盘退变等级的参量标准 ， 从而实现不同人群的精准化椎间盘退变自动量化评估 ， 对椎间盘表观遗传学及经筋失衡研究具有很重要的指导价值 。
该工作面向慢性颈腰椎退行性病变评估的临床需求 ， 融合人工智能前沿技术 ， 结合表型组学理念 ， 给颈腰椎退行性病变的诊断和评估提出了精准高效的新方法 ， 提升医学影像数据的利用度 ， 为慢性筋骨病的临床诊疗提供了规范化的范式 ， 进一步指导椎间盘退变的防治以及手术与非手术时间窗的建立 ， 更好地实时动态、无创精准指导手术及非手术治疗与康复方案的评估与实施 。
该文章得到国家自然科学基金重点项目（批准号：81930116）等资助 。
作者：唐闻佳
编辑：唐闻佳
责任编辑：樊丽萍
图：受访方
【AI助力腰椎间盘退变更精准评断，上海中医药大学团队建立自动量化评估新方法】*文汇独家稿件 ， 转载请注明出处 。

    推荐阅读


    上一篇：每逢佳节胖三斤，科学减重这么做

    下一篇：胃癌与这种菌有关！