文献速递骨肌MR

利用计算机视觉识别腕部MRI中的三角纤维软骨复合体亚结构损伤:放射科医生的诊断辅助工具

Identification of TFCC substructure injury in wrist MRI using computer vision: a diagnostic aid for radiologists.
PubMed 文献 · Skeletal Radiol · 2025-12-19

本回顾性研究基于两家机构330例三角纤维软骨复合体损伤患者和273例健康对照的2821幅冠状位脂肪抑制T2加权成像切片,训练并比较不同YOLO模型,其中YOLO11l分割与分类表现最佳。YOLO11l在内、外部测试集上的分类敏感度、特异度、准确度分别为91.67%、76.11%、83.25%和84.68%、61.22%、71.00%,诊断表现不劣于1年经验住院医师(p=0.41),但低于5年经验主治医师(p=0.015)。

要点

  • YOLO11l在内部测试集分割mDice为0.82、外部测试集为0.77,为所评估模型中最高。
  • YOLO11l内部测试集分类敏感度91.67%、特异度76.11%、准确度83.25%。
  • YOLO11l外部测试集分类敏感度84.68%、特异度61.22%、准确度71.00%。

核心结论

  • YOLO11l模型是辅助评估三角纤维软骨复合体损伤的有前景方法。
  • 与经验较少的放射科住院医师相比,该模型可提供可靠且可重复的诊断支持。

研究设计与样本

  • 回顾性研究,纳入两家机构的330例三角纤维软骨复合体损伤患者和273例健康对照。
  • 仅分析2821幅冠状位脂肪抑制T2加权成像切片,患者层面划分数据集以避免数据泄漏。
  • 训练集1834幅、验证集458幅来自483个样本(267个损伤、216个正常);内部测试集209幅来自47个样本(26个损伤、21个正常);外部测试集320幅来自73个样本(37个损伤、36个正常)。
  • 由放射科医生共识分割和分类三角纤维软骨复合体亚结构,比较不同YOLO版本,最优模型与两名肌肉骨骼放射科医生(住院医师1和主治医师2)进行基准比较。
  • 图像采集自3 Tesla临床扫描仪(机构A:Signa Pioneer、Magnetom Skyra、uMR770、uMR780、uMR790;机构B:Ingenia 3.0 T)。

关键影像表现/征象

  • 将三角纤维软骨复合体结构分为中央结构(三角纤维软骨盘和三角韧带)与周边结构(背侧和掌侧远端桡尺韧带、尺三角韧带和尺月韧带)。
  • 在冠状位脂肪抑制T2加权成像上,掌侧桡尺韧带、尺三角韧带和尺月韧带常出现在同一层面且难以清晰区分,为降低标注复杂度将背侧和掌侧桡尺韧带归为周边结构。
  • 模型输出包括检测框、预测分割掩膜、预测类别、置信水平和原始分割多边形标注。
  • 注意力热图显示YOLO11m模型经卷积层深度学习后对三角纤维软骨复合体区域有较强关注。

诊断标准与关键数值

  • YOLO11l内部测试集分类敏感度91.67%(95%CI 86.14%–97.20%)、特异度76.11%(95%CI 68.24%–83.97%)、准确度83.25%(95%CI 78.19%–88.32%)。
  • YOLO11l外部测试集分类敏感度84.68%(95%CI 76.70%–90.53%)、特异度61.22%(95%CI 54.08%–67.98%)、准确度71.00%(95%CI 65.34%–76.21%)。
  • YOLO11l内部测试集分割mDice为0.82,外部测试集为0.77。
  • 与住院医师1比较:YOLO11l敏感度79.0%(71.0%–87.0%)、特异度70.0%(61.0%–79.0%)、准确度74.5%(68.5%–80.5%);住院医师1敏感度74.0%(65.4%–82.6%)、特异度64.0%(54.6%–73.4%)、准确度69.0%(62.6%–75.4%);两者诊断表现无统计学差异(p=0.41)。
  • 与主治医师2比较:主治医师2敏感度87.0%(80.4%–93.6%)、特异度80.0%(72.8%–87.2%)、准确度83.5%(78.3%–88.7%);模型与主治医师2差异有统计学意义(p=0.015)。

临床应用与阅片要点

  • YOLO11l模型诊断表现不劣于1年经验且无肌肉骨骼影像专科训练的住院医师,可作为经验较少放射科医生的辅助诊断工具。
  • 模型对周边结构损伤的诊断效能相对较低,主要反映在特异度上,作者认为可能与周边结构损伤的复杂性和异质性使冠状面难以完整显示有关。
  • 作者指出模型保持较高的真阳性率是其关键优势。
  • 作者指出未来工作应优先解决数据集规模有限和有效语义信息不足等局限。

局限性

  • 作者指出周边结构损伤诊断效能相对较低,主要反映在特异度上,可能因周边结构损伤复杂异质、冠状面难以完整显示。
  • 作者指出数据集规模有限、有效语义信息不足以区分正常与病理结构,未来工作应优先解决这些局限。
  • 本研究为回顾性研究,经伦理审查豁免知情同意。
全文中译15 节 · 点击展开
本译文由 AI 依据开放获取原文逐段翻译,供学习参考,可能存在误差,请以原文为准。原文 © 原作者,按 CC BY 许可使用,本译文为翻译改编。出处:Skeletal Radiol. 2025 Dec 19;55(5):1045–57. doi: 10.1007/s00256-025-05106-x

引言

磁共振成像(MRI)在诊断腕关节内部紊乱中起着关键作用。然而,由于腕关节韧带结构尤其是三角纤维软骨复合体(TFCC)解剖复杂且体积小,对其准确评估面临诊断挑战(1)。TFCC损伤可由多种原因引起,包括创伤性、退变性或混合性病理过程(2)。因此,了解TFCC损伤的临床表现、采用准确的诊断评估并恰当处理TFCC撕裂对于优化患者康复至关重要。周围型TFCC病变通常采用修复性治疗,因为其血供丰富且愈合潜力显著(3–5)。

现有文献证实MRI是评估TFCC的首选影像学方法,其对中央部异常的诊断准确性高于周围型病变(4, 6, 7)。在识别腕关节韧带病变方面,MRI不劣于诊断性关节镜这一金标准(8)。然而,与经验丰富的放射科医师相比,经验较少的放射科医师诊断TFCC病变的准确性较低,这凸显了建立客观方案以促进早期诊断的必要性(9)。

深度学习推动了肌肉骨骼(MSK)放射学诊断的发展。虽然已有基于超声的人工智能(AI)模型用于预测Palmer 1B型TFCC损伤(10),但本研究采用了以快速目标检测著称的You Only Look Once(YOLO)模型(11)。与将区域分割和分类分开的两阶段卷积神经网络(CNN)不同,YOLO整合了这些过程,从而实现更快的检测和更低的计算成本。YOLOv8和YOLOv11具有更高的准确性、语义分割能力和优化的实时性能,非常适合需要快速决策的临床工作流程(12)。相比之下,U-Net等模型在像素级分割方面表现优异(13),但依赖更复杂的架构并需要更多计算资源,因此对于需要快速可靠MRI图像分析的临床应用而言,YOLO是更有效的替代方案。YOLO模型在MSK研究中的应用已展现出显著潜力,在半月板撕裂检测中达到了较高的诊断准确性(14)。

受研究者将注意力机制(AM)整合到计算机视觉系统中以提升性能的启发(15–17),YOLOv11架构引入了创新的交叉部分空间注意力(C2PSA)模块,该模块通过多头注意力机制增强特征选择(12)。基于这些进展,我们使用冠状位脂肪抑制T2加权成像(FS-T2WI)序列的单一二维图像,系统评估了YOLOv8和YOLOv11架构用于TFCC评估的诊断效能。鉴于TFCC血管化区域的临床意义,周围性撕裂在影像学上常被漏诊,且往往需要手术干预(5, 18, 19)。这些TFCC病变的早期发现和及时处理可显著改善修复结局。然而,放射科医师在准确诊断TFCC损伤方面面临挑战,尤其是在资源有限的环境中(20)。本研究旨在提出一种用于检测、分割和诊断TFCC损伤的自动化模型,提供一种高效且准确的诊断辅助手段。

方法与材料

数据集

本研究经机构审查委员会批准(IRB编号TJ-IRB202501013),由于为回顾性研究,豁免了患者知情同意。腕部MRI数据收集自两个不同机构,包括来自机构A的530例和来自机构B的73例,两者均包括TFCC损伤患者和健康对照者的图像。患者组的纳入标准为:(a) 有急性或慢性尺侧腕痛的临床症状或病史,(b) 损伤分类涵盖所有I型(创伤性)病变及IIA、IIB和IIC型病变,(C) 年龄≥18岁,以及(d) 具备冠状位FS-T2WI序列。健康受试者的纳入标准为:(a) 存在腕部不适但MRI未见异常,以及(b) 体格检查正常的病例。排除标准为:(a) 缺乏TFCC盘结构,以及(b) 图像质量差和存在内固定伪影。数据集筛选流程见图1。

数据拆分在患者层面进行以避免数据泄漏,确保同一患者的所有图像被分配到同一子集。三个数据集(训练与验证集、内部测试集和外部测试集)中TFCC损伤患者和健康受试者的人口学数据见表1。在来自机构A的2527幅切片中,209幅未标注切片用作内部测试集,其余2292幅标注切片按8:2比例拆分为训练集和验证集,分别得到1834幅和458幅切片。此外,来自机构B的320幅未标注切片构成外部测试集。

根据临床记录和Palmer分类,三角纤维软骨复合体(TFCC)损伤被分为创伤性和退变性类型。在评估结构时,放射科医师被要求对正常病例(确认无病变)和异常病例(创伤性或退变性病变)均进行标注。所有数据由一名具有7年经验的放射科医师(Y.C.)进行分割,分割结果由一名具有15年经验的放射科医师(G.W.)审核验证。所有分割区域的分类由两名放射科医师完成(H.R.,15年经验;Y.L.,8年经验)。在分类存在差异的情况下,咨询一名具有30年经验的放射科医师(X.L.)进行最终判定。采用共识判读以提高真实标注的可靠性。

图1 数据集筛选流程 查看原图 ↗
表1 对照组和患者组的人口学及性别分布 查看原表 ↗

数据处理

层面转换与筛选

我们选择FS-T2WI序列作为YOLO模型的输入,因其具有诊断优势,特别是对软组织和液体信号特征的高敏感性,为检测与TFCC损伤相关的病灶周围水肿和炎症改变提供了额外价值(21–24)。

所有图像均采集自3特斯拉(T)临床扫描仪(机构A:Signa Pioneer,GE Healthcare,美国;Magnetom Skyra,Siemens Healthcare,德国;uMR770、uMR780、uMR790,上海联影医疗科技股份有限公司,中国;机构B:Ingenia 3.0 T,Philips Healthcare,荷兰)。

在模型训练之前,进行了全面的数据预处理。DICOM格式的MRI图像从图像归档与通信系统(PACS)中导出,并使用Pydicom、OpenCV和Matplotlib库转换为PNG格式(640 × 640像素)。实施此格式转换是为了减少计算负载,同时保留足够的分辨率以识别关键的TFCC结构特征。我们从FS-T2WI序列中提取二维层面进行处理,重点关注特定解剖层面的特征提取。采用此方法是因为二维处理有助于更高效地进行数据标注并加速模型训练。该方法学有效性得到了先前研究的支持,这些研究成功地将二维图像分析用于类似的诊断任务(14, 25)。

图像标注与数据集划分

通常,背侧和掌侧桡尺线属于中央结构。然而,在冠状面FS-T2WI序列上,掌侧桡尺韧带、尺三角韧带和尺月韧带常出现在同一层面上,难以清晰区分。为降低标注复杂性,我们将背侧和掌侧桡尺韧带归类为周围结构,这不影响目标的识别。使用LabelMe工具(https://github.com/CSAILVision/LabelMeAnnotationTool)对来自机构A的图像中的中央结构(三角纤维软骨盘和三角韧带)和周围结构(背侧和掌侧远端桡尺韧带、尺三角韧带和尺月韧带)进行分割,将其分为四类:异常中央结构、正常中央结构、异常周围结构和正常周围结构。分割采用逐像素标注技术,通过多边形轮廓勾画进行精确边界定义。四个数据集(训练集、验证集、内部测试集和外部测试集)的层面类型和数量见表2。

表2. 不同数据集间FS-T2WI序列的层面与分组 查看原表 ↗

模型开发

所有深度学习工作流的开发和训练环境均使用Python 3.11.4(https://www.python.org/)搭建。YOLOv8和YOLOv11框架通过Ultralytics库(版本8.3.181;https://www.ultralytics.com/)实现,该库基于PyTorch 2.0.0(https://pytorch.org/)构建。所有模型均采用标准化参数训练:输入图像尺寸为640 × 640像素,批大小为16,初始学习率(lr0)为0.01。为增强模型鲁棒性,训练过程中应用了数据增强技术,包括随机水平翻转、随机垂直翻转、随机旋转(± 15°)和随机亮度/对比度调整(± 20%)。每个模型在配备24 GB显存的NVIDIA A10 GPU上训练200个 epoch。训练过程和输出生成如图2所示。

图2 TFCC损伤MRI诊断工作流程。一名TFCC损伤患者(a1-a8),其中中央结构(a3、a4)和周围结构(a1、a2、a5-a8)用红色多边形标记,指示结构损伤。另一名TFCC损伤患者(b1-b6),其中红色多边形用于指示中央结构(b3、b4)的损伤,绿色多边形用于指示正常的周围结构(b1、b2、b5、b6)。经过模型验证和测试后,获得了验证集示例(c1-c6)和测试集示例(d1-d6)。图中可见生成的检测框、预测分割掩膜、预测类别、置信度水平以及原始分割的多边形标注。大多数预测分割掩膜范围与原始分割的多边形标注具有较高的重叠准确度,而部分重叠准确度为一般(如c2、c6),少数重叠准确度较差(d1)。 查看原图 ↗

深度学习模型与网络架构

YOLOv8 和 YOLOv11 在与我们临床任务相关的关键架构特征上有所不同。YOLOv8 使用优化的梯度路由和池化模块,通过结构调整实现无锚框检测,从而更高效地处理(15)。YOLOv11 在此基础上引入了用于早期特征提取的 C3K2 模块,并在池化层之后加入了注意力机制(C2PSA),增强了其在复杂医学图像中选择和整合关键特征的能力(12)。两种模型均保持了临床工作流程所需的速度。图 3 展示了模型的 AM 热图,YOLO11l 的分类性能见图 4。

图 3 热图展示了 YOLO11m 模型对 TFCC 病灶的影响。(a) FS-T2WI,(b) 热图:经过卷积层的深度学习后,注意力显示出对 TFCC 的强烈关注 查看原图 ↗
图 4 YOLO11l 模型经过训练和验证后的分类性能。分别表示分类性能的 F1 分数(a)、精确率(b)、精确率-召回率曲线(c)和召回率(d)(a-d)。YOLO11l 模型在验证集上的表现优于其他 YOLO 模型,并且与部分模型相比,在敏感度、特异度和准确率方面存在统计学显著差异 查看原图 ↗

模型评估

YOLO 实现(https://github.com/ultralytics/ultralytics)自动生成各类别的假阴性率和正确诊断率,产出精确率指标、置信水平、F1 分数和置信关系图。

为严格评估模型性能,我们计算了整体(损伤和正常)准确率、敏感度、特异度以及其他区分病灶与健康分割、以及中央与周围结构的指标。我们比较了 10 个模型的性能,包括分割准确率(Dice 系数)和分类指标(F1 分数、精确率、精确率-召回率曲线、召回率)(补充图 1–4)。该方法能够进行标准化的统计比较,为不同模型的相对优势提供见解。此外,我们还评估了不同 YOLO 版本在敏感度、特异度和准确率方面的性能差异(表 3)。

表 3. YOLOv8 和 YOLOv11 模型在测试数据集上的整体分类诊断性能 查看原表 ↗

模型性能与两名放射科医师的对比评估

为评估模型性能,我们从内部和外部测试集中随机选取了 172 张结构损伤图像和 193 张结构健康图像进行综合评估。首先,两名放射科医师(1:X.L.,2:R.G.)在不知晓模型输出的情况下独立评估图像,然后将其结果与 YOLO11l 模型的结果进行比较。住院医师 1 有一年的一般诊断经验,未接受过专门的肌骨(MSK)影像培训;主治医师 2 有五年诊断经验,接受过专门的肌骨影像培训。

统计分析

我们比较了三个数据集(训练+验证集、内部测试集和外部测试集)中结构性损伤组与健康对照组的人口学特征,包括年龄和性别。采用Shapiro–Wilk检验评估年龄分布的正态性,采用Levene检验评估方差齐性。采用Mann–Whitney U检验比较每个数据集中损伤组与健康对照组之间的年龄差异。性别差异采用卡方检验分析。同一数据集内的两两比较采用Wilcoxon符号秩检验。以p < 0.05为差异有统计学意义。

结果

人口学特征与统计学比较

当在三个数据集之间比较相同组别时,损伤组和对照组均未观察到显著的年龄差异(p > 0.05)。然而,当在每个单独数据集内比较损伤组与对照组时,所有数据集均观察到显著的年龄差异(p < 0.01),对照组人群 consistently 更年轻。这种年龄差异可能反映了对照组队列中纳入了患有其他腕部病变的个体。

TFCC分割准确性

我们对10个模型的分割性能进行了统计学分析。YOLO11l模型在内部测试集中对TFCC结构表现出最高的分割准确性(mDice = 0.82),在所有评估模型中表现最佳。我们还比较了10个模型的组间分割性能(补充表1)。在内部测试集中,五个YOLOv11模型(11n、11s、11m、11l、11x)之间,8与11n、8s与11s、8m与11m、8l与11l、8×与11x之间均未观察到显著的统计学差异。然而,8n与8m之间观察到显著差异(p = 0.0048)。

在外部测试集中,YOLO11l仍表现出最高的分割准确性(mDice = 0.77)。我们还比较了10个模型的组间分割性能(补充表1)。多对模型之间存在显著的统计学差异,如8n与8m、8m与8l、11n与11m、11m与11l、8m与11m(p < 0.001、p < 0.001、p < 0.001、p < 0.001、p = 0.002)。然而,8与11l之间无显著的统计学差异(p = 0.12)。

TFCC病变检出率

在内部测试数据集中,所有模型之间未观察到显著的统计学差异。表3总结了模型在内部测试集上性能的全面汇总。此外,我们还展示了10个模型在训练和验证后的分类指标比较,包括F1-置信度曲线、精确率-置信度曲线、精确率-召回率曲线、召回率-置信度曲线(补充图1–4)。与所有其他模型相比,YOLO11l模型表现出最佳性能(敏感度(95% CI)、特异度(95% CI)和准确率(95% CI)分别为91.67%(86.14%,97.20%)、76.11%(68.24%,83.97%)和83.25%(78.19%,88.32%))。值得注意的是,与YOLO8l相比,YOLO11l具有更高的敏感度(91.67%(86.14%,97.20%)vs 83.33%(75.88%,90.79%)),表明其在检测TFCC结构损伤方面具有更优的性能。YOLO11l模型表现出色,突显了其在使用冠状位FS-T2WI序列全面评估中央和周围病变方面的临床实用性。

在外部测试数据集中,11 l与11n之间、11 l与8 l之间存在显著统计学差异(p = 0.003,p = 0.04)。其他模型之间未观察到显著统计学差异。表3总结了模型在外部测试集上性能的综合汇总。与所有其他模型相比,YOLO11l模型表现出最佳性能(灵敏度(95% CI)、特异度(95% CI)和准确率(95% CI)分别为84.68%(76.70%−90.53%)、61.22%(54.08%−67.98%)和71.00%(65.34%−76.21%))。值得注意的是,与YOLOv8架构相比,YOLOv11在检测三角纤维软骨复合体(TFCC)结构损伤方面显示出轻微改善和更高的性能。其中,YOLO11l的灵敏度和准确率明显强于YOLO8l。

我们展示了10个模型在测试数据集上按区域分类进行诊断的性能(补充表2)。如表4所示,YOLO11l模型在评估内部和外部测试数据集中中央及周围结构病变的灵敏度、特异度和准确率方面具有最佳的整体性能。

表4. YOLO11l模型在测试数据集上的区域分类诊断性能 查看原表 ↗

与放射科医师的诊断比较

我们使用训练好的YOLO11l模型评估了从内部和外部测试集中随机选取的200张图像。如表5所示,与住院医师1和主治医师2相比,YOLO11l模型的表现优于住院医师1。

在分析中,YOLO11l模型取得了更好的诊断性能,灵敏度为79.0%(71.0%~87.0%),特异度为70.0%(61.0%~79.0%),准确率为74.5%(68.5%~80.5%)。这些指标不劣于住院医师1(灵敏度:74.0%(65.4%~82.6%);特异度:64.0%(54.6%~73.4%);准确率:69.0%(62.6%~75.4%))。主治医师2表现出最高的灵敏度(87.0%(80.4%~93.6%))、特异度(80.0%(72.8%~87.2%))和准确率(83.5%(78.3%~88.7%))。住院医师1与该模型之间的诊断性能无统计学差异(p = 0.41),但与主治医师2相比发现了显著统计学差异(p = 0.015)。图5展示了不同识别结果的示例,包括真阳性、真阴性、假阳性和假阴性。

表5. YOLO11l模型与两名住院医师在外部测试数据集上的分类评估 查看原表 ↗
图5. Yolo11l模型预测结果示例。具有正常中央结构的一层(a1)经预测获得正确的正常结果(a2),即为真阴性(TN)结果。具有正常周围结构的一层(b1)经预测得出错误的异常结果(b2),即假阳性(FP)结果。另一周围结构中具有信号不连续(白色箭头)的一层(c1)经预测获得正确的异常结果(c2),即为真阳性(TN)结果。最后,在周围结构(c1)内观察到一层具有稍高信号损伤(白色箭头),经预测后获得错误的正常结果(c2),即为假阴性(FN)结果 查看原图 ↗

讨论

我们的研究在三个关键方面推进了TFCC的结构诊断:第一,YOLO分割模型为准确的解剖描绘提供了重要基础,这对于TFCC检测尤为重要。第二,YOLO11l模型结合AM后表现出增强的性能,检测率和诊断准确性均有提高。第三,该模型在处理速度方面具有显著优势,从而提升了其临床实用性。值得注意的是,其诊断性能不劣于具有一年一般诊断经验但未接受肌肉骨骼(MSK)影像专门培训的放射科医生,支持放射科医生将其作为有价值的辅助诊断工具。

TFCC损伤的准确诊断仍然是临床挑战,尤其是对于周围性细微病变。一项先前的研究报道,放射科住院医师在2D MRI上评估远端桡尺韧带背侧和掌侧时诊断性能欠佳(9)。人工智能在自动化重复性任务方面已展现出可扩展性和效率,使临床医生和放射科医生能够专注于患者诊疗中复杂的方面(26–28),这一能力对于周围性TFCC诊断尤为有价值,因为此类检测至关重要。YOLO架构已在MSK影像研究中展现出性能:YOLOv8模型实现了对腰椎间盘突出的有效检测和分类,与专家放射科医生的分类高度一致(29)。另一项研究验证了YOLO模型在颞下颌关节盘评估中的优越诊断能力,显著改善了关节紊乱的诊断(30)。近期研究强调了YOLOv8在检测早期骨坏死方面的潜力(31),这与我们采用单序列MRI方法以实现全面TFCC评估相一致。一项先前的研究利用算法学习来评估和分类对比剂区域的特征,而非学习包含TFCC病变的完整MRI扫描(32),而我们的研究直接在2D FS-T2WI层面进行语义学习。这一区别凸显了我们的方法侧重于完整结构评估而非狭窄的特征子集,这更符合全面TFCC损伤检测的临床需求。然而,与这些先前发现相反,我们的研究显示对周围性损伤的诊断效能相对较低(表4),主要体现在特异性方面。一个可能的解释是周围性结构损伤的复杂性和异质性使得在冠状面上完整显示具有挑战性。另一个 contributing 因素是数据集规模有限且有效语义信息不足以区分正常与病理结构。这表明未来工作应优先解决这些局限性。但该模型保持了较高的真阳性率,这是一项关键优势。这些发现表明,基于人工智能的模型(如YOLO11l)能够有效补充和增强医疗专业人员检测TFCC结构损伤的能力。

我们的YOLO模型采用语义分割来实现精确的结构描绘,通过以下机制提高诊断准确性:(1)准确区分TFCC与周围组织(减少误分类),(2)详细勾勒骨-TFCC界面,(3)完整的形态学表征(包括位置、形状和大小)以支持临床决策。尽管其Dice系数并非完美,但它仍能捕获每个切片内的绝大多数关键结构,这对于确保最终检测结果的准确性至关重要。

AM的集成使模型能够选择性地关注诊断相关的图像区域,在增强模型性能的同时优化计算和诊断效率。该方法已在医学影像应用中得到临床验证(33–35)。YOLOv11创新性地引入了一种新的空间注意力跨阶段局部块(C2PSA)(36),显著增强了特征图中的空间注意力。这使模型能够优先关注诊断相关区域,这一特性特别有利于检测小型或部分遮挡的解剖结构,从而提高其目标检测和分析能力。这种增强的空间感知有助于改善YOLO11的整体性能,特别是在视觉复杂的成像场景中(12)。虽然该方法尚未在MSK放射学中进行研究,但其有效性已在其他医学影像领域得到验证,特别是在视网膜眼底图像中渗出液的自动检测方面(37)。在我们的外部测试集中,YOLOv11模型与同等大小的YOLOv8对应模型相比显示出适度的性能提升,这也支持了AM在医学诊断应用中的潜力。

我们的研究结果突显了YOLO11l模型在TFCC病理评估中的巨大诊断潜力。在抽样数据集上评估TFCC的某些结构性病变时,该模型的诊断性能不劣于放射科住院医师1(p = 0.41),证实该模型不劣于具有一年一般诊断经验但未接受过肌肉骨骼(MSK)影像学专业培训的放射科医师。然而,其性能显著劣于主治医师2(p = 0.02),表明具有丰富临床经验的放射科医师能获得更优的诊断结果。这些结果强调了该模型作为低年资放射科住院医师可靠辅助工具的价值。一个典型的临床场景是住院医师1将FS-T2WI图像上细微的信号变化误判为正常。即使是经验丰富的放射科医师也可能发现TFCC尺侧附着处撕裂的诊断具有挑战性。这强调了该模型作为MRI等复杂影像检查可靠工具的潜力。此外,MRI判读固有的主观性可能导致放射科医师之间以及同一放射科医师不同时间评估之间的诊断变异性。例如,放射科医师可能在初次评估时识别出细微病变,但由于判读标准不一致或认知疲劳而在后续复查中遗漏。该模型通过提供标准化、客观的评估来减轻这些不一致性,从而确保更可靠和可重复的诊断。这些发现证实,基于AI的模型能够有效补充和增强医疗专业人员检测TFCC结构性损伤的能力。

尽管这些发现令人鼓舞,但本研究存在若干局限性需要予以说明。第一,样本量可能不足,这可能阻碍了模型达到其最佳性能。第二,联合多平面MRI序列的潜在协同效益尚未被研究,这代表了进一步优化性能的机会。第三,YOLO11l模型相对于MSK亚专业经验有限的住院医师仅表现出略微更好的诊断性能,这为算法优化以进一步提升其诊断性能留下了空间。最后,未进行评估潜在模型偏倚(如年龄、性别或病变区域分组)的亚组分析。值得注意的是,我们的损伤组与健康对照组之间存在显著的年龄差异。在未来的研究中,我们将纳入更多样本、改进算法,并结合人口学和临床变量以更好地刻画模型在不同人群亚组中的性能。

总之,我们的研究初步验证了基于YOLO的模型诊断TFCC结构性损伤的有效性。YOLOv11架构结合注意力机制(AM)所实现的诊断提升证明了AM在提高医学图像分析准确性方面的潜力(38)。未来研究应探索AI在医学影像任务中的更广泛应用,并研究补充技术以进一步优化性能。

补充信息

以下是电子补充材料的链接。补充文件1(DOCX 1.04 MB)

引用

  1. Chu Y, Luo X, Guo R, et al. Identification of TFCC substructure injury in wrist MRI using computer vision: a diagnostic aid for radiologists. Skeletal Radiol. 2025. PMID: 41419661. doi:10.1007/s00256-025-05106-x
  2. 全文:PMC13018085(PMC 开放获取,CC BY)https://pmc.ncbi.nlm.nih.gov/articles/PMC13018085/

供执业医师工作参考,不替代临床判断;数值与分级以指南原文为准。