基于腰椎X线图像分层分类急慢性骨质疏松性椎体压缩骨折
本研究回顾性纳入1299例腰侧位X线片(6495个椎体块),以CT和/或MRI为参考标准,开发并验证一种分层深度学习模型。采用两级分类策略:先分正常-慢性、急性与不确定组,再将正常-慢性组细分为正常与慢性。结果显示该模型区分急性骨折的敏感度91.0%、特异度82.1%、NPV 98.8%。
要点
- 正常-慢性分层策略对急性骨折检出敏感度91.0%、特异度82.1%、NPV 98.8%,适合初筛排除急性骨折。
- 患者水平测试中该模型急性骨折检出敏感度100.0%、NPV 100.0%,但特异度仅60.0%,存在过多转诊风险。
- 模型仅基于常规X线图像运行,可作为资源受限环境下是否进一步行CT/MRI检查的辅助决策工具。
核心结论
- 分层深度学习模型可基于常规腰椎X线图像对急慢性OVCFs进行较准确分类,降低对高级影像的依赖。
- 正常-慢性对齐策略在各分类中表现最均衡,优于急性对齐和端到端模型,支持慢性OVCFs与正常椎体影像特征更相似这一假设。
研究设计与样本
- 单中心回顾性研究,纳入1299张腰侧位X线片(6495个椎体块,L1-L5),数据来源于2007—2022年临床怀疑OVCFs的患者。
- 训练60%、验证20%、测试20%按患者随机划分;测试集中急性骨折在椎体水平患病率为9.8%。
- 参考标准为CT和/或MRI报告;由五名神经外科医生与两名放射科医生进行标注,不确定组为无金属固定的椎体强化术后状态。
- 分类模型采用MobileNet V4架构,椎体提取使用预训练多任务U-Net分割网络,测试集分割准确率98.9%。
关键影像表现/征象
- 模型通过Grad-CAM可视化显示影响分类的关键解剖区域,提示其关注椎体形态特征。
- 假设慢性OVCFs在X线上与正常椎体边界及形态相似性高于与急性骨折的相似性,支撑正常-慢性分层设计。
诊断标准与关键数值
- 正常-慢性分层模型第一阶段急性骨折检验:敏感度91.0%(95%CI 84.8-95.0%),特异度82.1%(95%CI 79.8-84.5%),NPV 98.8%(95%CI 97.9-99.3%)。
- 正常-慢性分层模型第一阶段正常-慢性组:敏感度91.9%(95%CI 90.2-93.4%),特异度86.1%(95%CI 84.1-88.0%)。
- 正常-慢性分层模型第二阶段正常类:敏感度89.2%(95%CI 87.3-91.0%),特异度93.1%(95%CI 91.6-94.5%);慢性类:敏感度85.8%(95%CI 75.4-93.0%),特异度92.6%(95%CI 90.8-94.3%)。
- 端到端模型对急性骨折敏感度44.4%(95%CI 36.1-52.9%),特异度93.0%(95%CI 91.4-94.5%);急性对齐模型第二阶段对急性骨折敏感度46.1%(95%CI 37.7-54.6%)。
- 患者水平测试中正常-慢性对齐模型检出急性骨折敏感度100.0%(95%CI 92.3-100.0%),NPV 100.0%(95%CI 83.9-100.0%),特异度60.0%(95%CI 42.9-75.0%)。
临床应用与阅片要点
- NPV高(98.8%)提示模型阴性结果可作为排除急性腰椎OVCF的可靠依据,减少不必要的高级影像检查。
- 患者水平敏感度100.0%、NPV 100.0%说明应用该模型做初筛不易漏诊急性骨折,但特异度低会造成较多假阳性转诊。
- 不确定组(椎体强化术但无金属固定)在模型各阶段均能保持较高敏感度与特异度,可辅助识别术后改变。
- 模型仅需常规腰侧位X线片即可运行,适合在无法及时获得CT/MRI的基层或急诊场景中辅助风险分层。
局限性
- 研究为单中心回顾性设计,缺乏外部验证,模型在不同人群和成像条件下的泛化性尚不明确。
- 椎体水平急性骨折患病率较低(9.8%),可能影响性能评估的稳定性。
- 正常-慢性分层策略在患者水平特异度仅60.0%,存在较多过度转诊问题。
全文中译13 节 · 点击展开
引言
急性和慢性骨质疏松性椎体压缩骨折(OVCFs)的鉴别具有重要的临床意义,因为它直接影响治疗策略和患者预后。急性OVCFs通常需要紧急干预、支具固定和积极的骨质疏松治疗以稳定脊柱,而慢性OVCFs一般通过疼痛控制和物理治疗进行管理。错误分类可能导致处理不当,加重患者病情并增加医疗费用[1]。
OVCFs的诊断通常依靠X线、计算机断层扫描(CT)和磁共振成像(MRI)。X线因其可及性而被广泛使用,但主要用于检测骨折的存在,而无法区分急慢性。CT可提供详细的骨性结构,并通过皮质断裂等表现判断骨折的急慢性。MRI仍是金标准,通过信号强度的变化,在急性病例中检测骨髓水肿,在慢性病例中检测脂肪性骨髓替代[2]。
多项研究已证实CT和MRI在区分急慢性OVCFs方面的应用价值。CT尤其擅长通过近期皮质断裂或提示慢性OVCFs愈合中的骨痂形成等特征来识别急性OVCFs[2]。例如,Zhu等人实现了一个使用卷积神经网络(CNNs)的深度学习框架,用于自动分析CT特征,提高了诊断精度并减少了观察者间的变异性。双能CT(DECT)通过利用虚拟去钙技术突出与水肿相关的密度变化,进一步增强了骨髓水肿的检测能力,在由经验丰富的放射科医师解读时,其诊断性能可与MRI相媲美[3]。MRI利用T1加权成像和短时反转恢复(STIR)等先进序列识别信号强度变化,区分急性水肿与慢性脂肪性骨髓替代[4]。Hu等人将机器学习模型与MRI数据相结合,用于预测后续骨折风险,强调了高级特征提取在临床应用中的价值。
相比之下,虽然X线成像在临床环境中无处不在,但它缺乏区分急慢性OVCFs的特异性。尽管X线在检测骨折的存在和畸形方面有效,但其分辨率有限,且无法捕捉软组织或骨髓变化,使其不适合用于急慢性评估。一些研究探索了在X线上检测一般OVCFs的深度学习方法[5–9],近期也有方法尝试利用与临床数据融合的影像组学特征来区分急慢性骨折[10]。然而,迄今为止,尚无研究提出一种纯粹的基于X线的分类模型,且具有反映真实世界诊断决策过程的分层设计。
为解决这些局限性,我们提出了一种基于常规X线成像的分层深度学习分类模型。我们的正常对齐策略利用卷积神经网络(CNN)增强X线片的判读能力。通过实施两步分类流程,该模型旨在当高级影像学检查不可用时补充初步X线评估。与以往整合CT、MRI或临床变量的研究不同,我们的方法仅基于侧位X线片进行操作,可直接整合到放射科工作流程中。虽然其性能未超过MRI或CT,但它是已报道的仅使用X线方法中最高的之一,表明其在资源有限的临床环境中具有应用价值。
材料与方法
数据集
本研究经高丽大学安岩医院伦理审查委员会批准(IRB编号:2023AN0268),并按照《赫尔辛基宣言》的原则进行。由于研究的回顾性性质,免除了书面知情同意的要求。
我们回顾性分析了2007年至2022年间在本机构临床怀疑为骨质疏松性椎体压缩性骨折(OVCF)的患者所获得的约2600张腰椎侧位X线片。每张图像包含五个腰椎(L1–L5),所有患者数据在分析前均已完全匿名化。
经过质量评估和合格性筛选,最终纳入1299张X线片用于模型开发。纳入标准如下:(1)可获得标准的腰椎侧位X线片,椎体显示清晰;(2)基于CT或MRI报告确诊为急性或慢性OVCF;(3)无涉及金属植入物的脊柱内固定装置。排除标准包括:(1)图像不完整或质量差(运动伪影、遮挡或椎体边界不清);(2)与骨质疏松无关的严重创伤性或病理性骨折。对于腰骶移行椎的病例,通过从T12–L1交界处开始计数来分配椎体节段。
本研究特别关注腰椎(L1–L5),因为其具有重要的临床和诊断意义。与胸椎相比,腰椎尤其容易发生OVCF,主要是由于其承重和活动中的生物力学作用使其承受更大的机械应力 [11, 12]。此外,腰椎椎体较大且形态更为一致,与胸椎较小且变异较大的结构相比,简化了分割过程并提高了模型准确性 [13]。而且,腰椎X线片中无重叠的肋骨阴影,最大限度地减少了视觉干扰,使边界描画更加精确,有助于准确识别骨折形态。
排除后,共纳入1299张X线片,其中722例临床诊断为急性骨折,577例归类为慢性或正常。研究人群的基线特征已汇总(表1)。该数据集共产生6495个标注椎体切片用于分析。所有标注均由七位经验丰富的临床医生(五位神经外科医生和两位放射科医生)使用Aview软件(Coreline Soft)以基于多边形的点标注方式勾画每个椎体的前缘和终板边界完成。骨折分类基于X线图像的形态学评估确定,并以CT和/或MRI报告作为每例病例的最终参考标准。由于所有病例的骨折分类均参照CT和/或MRI报告,潜在的评估者间差异被降至最低。
除正常、慢性和急性类别外,还定义了一个不确定组,用于纳入接受了骨水泥强化(椎体成形术或后凸成形术)且无金属固定的椎体,代表仅凭形态学难以明确区分的治疗后病例。为确保模型训练过程的一致性,数据集按患者为单位随机划分为三个子集:训练集(60%)、验证集(20%)和测试集(20%)。数据集筛选流程已汇总(图1),按脊柱节段和骨折类别标注的椎体分布情况见表2。
AI模型
所提出的方法包括两个主要阶段:(1)从X线图像中提取椎体,(2)对椎体状况进行分层分类(图2)。这一结构化方法旨在识别具有临床相关性和诊断准确性的病变。
使用预训练分割网络提取椎体
本研究采用的预训练分割网络是一个多任务 U-Net,最初为检测骨质疏松性椎体压缩性骨折(OVCF)和识别椎体节段而开发 [14]。该模型被专门用于从 X 线图像中进行椎体分割。其设计可同时执行多个学习任务,在检测 OVCF 的同时实现椎体级别的分割。鉴于其在上述双重任务中已报告的性能,本研究选用了该模型。我们直接使用了原始作者提供的预训练权重,未在我们的数据集上进行额外微调。选择这一方法是为了利用该模型的可靠性和泛化能力,特别是对于椎体这类已进行过大量领域特定训练的解剖结构。
为优化图像质量并确保网络兼容性,针对 X 线图像分割实施了系统化的预处理流程。该流程包括四个连续步骤。首先,对原始 X 线图像进行强度范围裁剪(1–99%),以去除异常值并归一化强度分布,减轻可能影响分割精度的极端像素值的影响。其次,使用三次插值将图像高度调整为 1024 像素,以保持结构细节的保真度。第三,应用零填充以确保 1024 × 1024 像素的标准化尺寸,保证输入大小一致。最后,使用限制对比度自适应直方图均衡化(CLAHE)进行对比度增强,clipLimit 参数设为 4,通过 OpenCV 实现 [15]。该增强方案可改善椎体结构的可视化效果,以利于后续分割。
腰椎分割过程使用了上述 PSM,该模型最初设计用于 OVCF 检测和椎体节段识别。该架构通过利用共享特征表示同时优化这些任务,从而提高分割性能。该模型从 X 线图像中分割出椎体区域,同时识别具体椎体节段和潜在的 OVCF。分割网络提取包含椎体的区域(图 3),确保分割结果一致、可靠,可供进一步分析。
我们的后处理流程包括三个连续的细化步骤,以优化用于分类分析的椎体分割。首先,对分割掩膜应用 Skimage 形态学操作,使用 skimage.morphology.binary_erosion 和 binary_dilation 函数,核大小为 5 [16]。该步骤通过连续的腐蚀和膨胀操作减少噪声,同时保持解剖结构的完整性。接下来,从细化后的分割掩膜中提取单个椎体簇。最后,在原始椎体图像与其对应的二值分割掩膜之间执行逐元素乘法,通过将所有外部区域置零来有效隔离椎体区域。这一结构化细化流程确保后续分类模型获得最优隔离的椎体特征以供分析。
分层 OVCF 分类模型
本研究中的分类方法采用 MobileNet V4 架构,专门针对与骨质疏松性椎体压缩骨折(OVCFs)相关的椎体状况鉴别进行了适配。近期研究表明,MobileNet CNN 方法在骨折检测与分类中具有高效性和精确性 [17]。因此,本研究选择 MobileNet V4,以在计算效率与医学影像应用所需的诊断精度之间取得平衡。该架构利用深度可分离卷积层,这一设计在保持诊断准确性的同时降低了计算需求,确保了在不牺牲分析严谨性的前提下,在临床环境中部署稳定分类系统的可行性。
所提出方法的主要特点是其层次化分类框架,该框架反映了椎体病理的渐进性特征。与传统的直接分类方法不同,该方法采用两阶段流程,通过体现椎体愈合的进展过程来减少误分类。这一层次化设计与既往研究结果一致,表明专门的特征选择与分组策略能够有效区分椎体骨折中细微的影像学差异 [18]。为评估该框架的有效性,我们采用三种不同的分类策略进行了全面的对比分析:端到端分类(单阶段):所有椎体在单一步骤中同时分为四类(正常、慢性、急性或不确定)。该方法作为与层次化方法比较的基线。
正常对齐分类(所提出策略):该方法首先根据慢性骨重塑与正常骨之间的影像学相似性进行分组,以优先实现急性病变的早期分离。在阶段 1 中,模型执行三分类,识别正常-慢性(合并)与急性与不确定。随后,在阶段 2 中,被识别为正常-慢性的病例使用第二阶段模型进一步细分为独立的正常和慢性类别。
急性对齐分类(对比策略):该方法遵循传统的骨折筛查逻辑,首先将所有骨折与正常椎体区分开来。在阶段 1 中,模型区分正常、骨折(急性和慢性合并)和不确定病例。在阶段 2 中,合并的骨折组随后被进一步细分为独立的急性和慢性类别。
该架构通过整合预训练的 MobileNet V4 权重,利用了迁移学习原理。该方法允许应用已建立的特征识别机制,同时确保对椎体影像学特征的特异性。在训练和推理阶段均保持了标准化,通过分割网络提取的椎体图像块作为分类的一致输入。
实施细节
本研究使用 Python 3.10 进行所有数据处理任务,包括预处理和后处理。深度学习模型训练和推理使用 PyTorch 2.1.0 进行,并采用最新版本的 MONAI(医学人工智能开放网络)来支持医学影像工作流程。深度学习训练环境配备了两块 NVIDIA Quadro A6000 图形处理单元和 48 GB DDR 内存,为高效处理复杂的模型训练需求提供了必要的计算能力。
本文承认使用 ChatGPT(OpenAI)进行英文语言编辑。ChatGPT 未用于数据分析、研究设计或科学结论。所有内容均由作者审阅和编辑,作者对最终稿件承担全部责任。
评估指标
为了进行全面性能评估,采用了多种评估指标,分别针对椎骨提取和分类任务进行匹配。椎骨提取性能主要基于腰椎椎骨检测的准确率进行评估。对于分类模型,使用了四项标准指标:敏感度、特异度、准确率和 F1 分数。鉴于椎骨骨折数据集固有的类别不平衡问题,即正常病例通常多于骨折病例,F1 分数被指定为主要性能指标。F1 分数作为精确率和召回率的调和平均数,能够在不平衡数据集中更均衡地评估模型性能,因此特别适合用于评估我们所提出的层级分类方法在区分正常、慢性、急性和不确定椎骨状态方面的表现。
统计分析
模型性能在保留的测试集(占整个数据集的 20%)上进行评估。每种分类策略均计算了敏感度、特异度、准确率和 F1 分数。敏感度、特异度、准确率、F1 分数、阳性预测值(PPV)和阴性预测值(NPV)的 95% 置信区间通过聚类自助法(2000 次重采样)进行估计,其中以 X 线片为单位进行有放回重采样,以保留同一张 X 线片所获得的五块椎骨之间的相关性。
可视化解释与特征表示
为了解释模型的决策过程,采用梯度加权类激活映射(Grad-CAM)来可视化对分类结果影响最大的特定解剖区域。此外,利用 t 分布随机邻域嵌入(t-SNE)将高维潜在特征表示投影到二维空间。这允许对正常、慢性和急性椎骨之间的聚类分离进行定性评价,为所提出的层级分类策略提供可视化验证。
结果
层级分类框架通过对分割和分类性能的定量分析进行评估。分割准确率通过准确性指标与测试数据集中 260 张侧位 X 线片的专家标注进行比对来评估,而分类性能则通过使用标准评估指标(包括敏感度、特异度、准确率和 F1 分数)对三种不同方法进行比较分析来衡量。
椎骨提取结果
分割性能分析显示在椎体识别和轮廓描绘方面具有很高的准确性。PSM实现了98.9%的分割准确率,成功地从侧位X线图像中识别并分离出单个椎体。尽管该模型是在一个独立数据集上训练的,但这一性能水平得以保持,在应用于我们的临床图像时表现出很高的精确度。椎体分割的稳定准确性为后续分类任务奠定了可靠的基础。
预训练模型在我们数据集上的成功应用验证了其临床实用性。在不同患者人群和成像条件下保持一致的准确率(98.9%)表明该模型的稳定性和临床适用性。这一可靠的椎体提取过程对于为我们的分层分类系统生成标准化输入图像块至关重要,为我们的OVCF检测框架的整体性能做出了贡献。
分类结果
三种分类策略——传统的端到端方法以及分层的Normal-aligned和Acute-aligned策略——的性能指标已汇总(表3和表4)。
端到端方法在不同椎体状况下表现出不同的性能。对于正常椎体,该模型的灵敏度为84.9%(95% CI 82.6–87.0%),特异度为89.1%(95% CI 87.3–90.8%),总体准确率为85.8%(95% CI 84.0–87.5%)(表3)。然而,在慢性和急性骨折组中,性能有所下降,灵敏度分别为64.0%(95% CI 52.8–74.2%)和44.4%(95% CI 36.1–52.9%),尽管仍保持相对较高的特异度(90.2% [95% CI 88.3–91.9%]和93.0% [95% CI 91.4–94.5%])。具体而言,该模型在不确定病例的分类中表现出很高的性能,灵敏度为96.2%(95% CI 90.1–99.0%),特异度为99.2%(95% CI 98.6–99.7%)。
Normal-aligned分类采用两阶段方法实施,显示出整体性能的改善。在第一阶段,该方法在Normal-Chronic分类(灵敏度91.9% [95% CI 90.2–93.4%],特异度86.1% [95% CI 84.1–88.0%])和Acute分类(灵敏度91.0% [95% CI 84.8–95.0%],特异度82.1% [95% CI 79.8–84.5%],在椎体水平测试集急性骨折患病率为9.8%的情况下,阴性预测值[NPV]高达98.8% [95% CI 97.9–99.3%])中均取得了良好的结果。第二阶段进一步细化了这些分类,Normal病例的灵敏度为89.2%(95% CI 87.3–91.0%),特异度为93.1%(95% CI 91.6–94.5%);Chronic病例的灵敏度为85.8%(95% CI 75.4–93.0%),特异度为92.6%(95% CI 90.8–94.3%)(表4)。不确定类别在两个阶段中均保持出色的性能,灵敏度为95.1%(95% CI 89.0–98.3%),特异度为99.6%(95% CI 98.9–100.0%)。
急性对齐分类在正常椎体识别方面表现出最高的性能指标,第一阶段敏感性为94.9%(95% CI 93.5–96.1%),特异性为95.5%(95% CI 94.1–96.7%)。然而,第二阶段对慢性和急性病例的性能较低,敏感性分别为45.9%(95% CI 34.5–57.7%)和46.1%(95% CI 37.7–54.6%),尽管仍保持较高的特异性(94.0% [95% CI 92.1–95.7%] 和 95.9% [95% CI 94.5–97.1%])。不确定类别在两个阶段均持续表现强劲,敏感性为97.0%(95% CI 91.5–99.4%),特异性为99.0%(95% CI 98.1–99.7%)。
虽然每种方法各有优势,但正常对齐分类在所有类别中总体提供了最均衡的性能,尤其在识别慢性和急性病例方面表现突出,同时对正常和不确定椎体保持了较强的性能。正常对齐策略的有效性得到了定量验证(图4),支持了慢性骨质疏松性椎体压缩骨折(OVCF)与正常椎体共享的放射学特征多于与急性骨折共享的特征这一假设。所有类别的详细性能指标(包括准确率和F1分数)已汇总(表3和表4)。
为评估其作为患者层面分诊工具的预期用途性能,我们还在患者层面评估了每种策略,当至少一个椎体被预测为急性时,将该患者分类为急性阳性。在包含81例患者的留出测试集中(46例 [56.8%] 至少有1处急性骨折),所提出的正常对齐策略检出了全部46例急性患者,敏感性为100.0%(95% CI 92.3–100.0%),阴性预测值(NPV)为100.0%(95% CI 83.9–100.0%),无急性患者漏检。这一结果的代价是在35例急性阴性患者中有14例被过度转诊,对应特异性为60.0%(95% CI 42.9–75.0%)。相比之下,端到端和急性对齐策略各漏检5例急性患者(敏感性89.1%);急性对齐策略达到了最高的患者层面准确率(86.4%)和特异性(82.9%),但未能完全检出急性患者。三种策略的完整患者层面指标已汇总(表5)。
各骨折类别的代表性椎体示例及相应的Grad-CAM可视化突出了对模型预测影响最大的解剖区域(图5)。这些示例定性地展示了模型如何区分正常、慢性、急性和不确定椎体之间与骨折相关的形态学特征。
特征空间的t-SNE可视化支持正常对齐分类方法的有效性(图6)。降维分析揭示了明显的聚类模式,慢性OVCF病例与正常椎体的距离比与急性病例的距离更近。特征空间中的这种空间分布与我们的定量结果一致,在定量结果中,正常对齐分类方法取得了最高的性能指标。
观察到的特征分布模式表明,慢性OVCF与正常椎体保留了更多共同的影像学特征,而急性OVCF形成了更为明显分离的簇。特征空间中的这种自然分组趋势与定量结果一致,其中Normal-aligned分类策略取得了最高的性能。
讨论
本研究旨在开发一种深度学习模型,能够仅使用侧位X线图像将腰椎OVCF分为不同的诊断类别:正常、慢性和急性。尽管MRI和CT等先进模态通常用于评估骨折的急性程度,因为它们能够显示骨髓水肿和皮质中断,但在常规临床环境中并非总是可用。在许多门诊诊所和急诊科,医生必须依靠平片进行初步评估,尽管仅使用X线区分急性与慢性骨折存在固有的困难。
现有的大多数基于AI的椎体骨折研究都集中在CT或MRI上,这些模态提供了适合评估结构严重程度或骨髓信号变化的高分辨率图像[19, 20]。虽然这些研究表现出了很强的性能,但其实际应用仍然受到成本、时间和可及性等问题的限制。相比之下,侧位脊柱X线片更易获得,且常用于一线筛查,这强调了需要能够提升其诊断价值的工具。
Paik 等人最近的研究表明,深度学习可应用于侧位 X 线片检测椎体压缩性骨折,他们使用以 MRI 确认标签训练的 Mask R-CNN 模型 [8]。然而,他们的模型旨在检测骨折是否存在,而非对骨折类型(即急性与慢性)进行分类。在这些发现的基础上,我们的研究通过引入一个实现时间分类的模型来应对更具临床相关性的任务,该模型仅使用 X 线数据即可区分急性和慢性骨质疏松性椎体压缩性骨折(OVCF)。
为实现这一目标,我们开发了一个两阶段的分层分类模型。在测试的策略中,“正常对齐”策略(即将正常和慢性病例初步归为一组)在所有类别中取得了最均衡的性能。该模型设计基于现实世界的放射学模式:慢性骨折由于部分愈合或轻微塌陷,往往类似正常椎体,而急性骨折往往表现出更明显的畸形。通过在模型架构中反映这一临床观察,Normal-aligned 策略提高了慢性与急性骨折之间的区分能力,同时保持了较高的整体性能。
尽管我们的模型包含了一个“不确定”类别,以涵盖术后改变或非典型解剖结构的情况,但主要临床关注点仍然是与临床决策相关的骨折类型分类。我们的结果表明,Normal-aligned 策略对急性骨折实现了较高的灵敏度(91.0%)和特异度(82.1%),对慢性和正常椎体也表现出较强的性能。重要的是,该模型在各类别间还实现了一致较高的 F1 分数,范围为 58.8% 至 95.9%。这表明即使在类别不平衡的情况下,模型仍保持了均衡的性能,尤其是在检测需要及时临床干预的急性骨折方面。
这与既往临床观察结果一致,即椎体高度丢失或后凸角进展等形态学改变可能与骨折急慢性程度相关 [21],但迄今为止,尚无算法方法展示出直接利用 X 线图像实现此类分类的能力。
我们的模型属于首批在侧位 X 线片上应用系统化 AI 框架区分急性和慢性 OVCF 的研究之一,在急性骨折检测方面实现了高灵敏度(91.0%)、特异度(82.1%)和阴性预测值(NPV,98.8%)。凭借 98.8% 的 NPV,该模型可作为急诊和门诊环境中高效的分诊工具或“守门人”。在患者水平上,Normal-aligned 策略识别出了所有急性病例,实现了完美的灵敏度和 NPV。尽管与 Acute-aligned 策略相比,该方法导致特异度较低且不必要的转诊更多,但它更适合用于排除性分诊,因为漏诊急性骨折的临床后果比额外转诊进行高级影像学检查更为严重。当优先考虑均衡的诊断性能时,可能首选 Acute-aligned 策略。该模型为临床医生提供了安全排除急性骨折的信心,从而减少对验前概率较低的患者进行不必要的高级影像学检查(如 CT 或 MRI)。通过实现更准确的初步评估,该模型有潜力改善诊断工作流程,并在时间紧迫的场景中支持临床决策。
在既往针对骨质疏松性椎体压缩骨折(OVCF)分类的基于X线的深度学习研究中,椎体标注仅依据X线平片评估完成,无CT或MRI参考 [5, 9]。在本研究中,所有骨折分类均以CT和/或MRI报告为参照进行确认,这些报告在标注过程中被用作最终参考标准。这一方法增强了真实标签的可靠性,同时保留了仅使用X线的分类模型的实用优势。
然而,本研究存在若干重要局限性,应予以说明。首先,这是一项基于单一机构收集的数据的回顾性研究,可能限制该模型在不同临床环境和人群中的泛化能力。由于该队列由临床疑似OVCF的患者组成,测试集中的急性骨折患病率(9.8%,椎体水平)高于一般人群。由于腰椎X线片通常在有症状的患者中获取,这反映了该模型将要应用的临床环境。阳性预测值(PPV)和阴性预测值(NPV)受患病率影响,应据此进行解释;在患病率较低的环境中,PPV会较低,而NPV会较高。其次,本研究仅聚焦于腰椎区域进行OVCF分类。虽然这种聚焦式方法允许对关键脊柱区域进行详细分析,但该模型对胸椎和OVCF常发生的其他脊柱节段的适用性仍存在未解决的问题。第三,当前纯粹基于图像的方法未纳入可能具有重要价值的临床元数据,如患者年龄、骨密度测量值或既往骨折史。由于初始数据集构建期间严格的匿名化方案,个体临床元数据与影像标识符的精确匹配受到限制,从而无法进行模型性能与特定患者人口学特征之间的相关性分析。此外,当前算法未对详细骨折形态(如后壁受累)进行系统分类,这仍是未来多模态AI发展的关键领域。第四,X线成像固有的分辨率限制可能影响模型检测细微骨折特征的能力,尤其是在具有重叠病变的复杂病例中。第五,缺乏在真实世界临床环境中的前瞻性验证,限制了我们评估该系统对患者结局和医疗资源利用影响的能力。
尽管存在这些局限性,本研究提供了初步证据,表明一种分层式、仅使用X线的AI模型可辅助区分与治疗决策相关的骨折类型。该框架可作为集成式诊断工具的基础,这类工具能够在时间紧张、资源有限的临床环境中有效运行,并可能提高初步评估场景中的工作流程效率。
总之,我们提出了一种仅使用侧位X线图像诊断腰椎骨质疏松性椎体压缩骨折(OVCF)的分层分类方法。在测试的策略中,Normal-aligned方法在临床上重要的骨折类型——正常、慢性和急性——之间表现出最一致且平衡的性能,在不需要CT或MRI等高级影像学手段的情况下实现了较高的诊断准确性。据我们所知,本研究提出了首批系统性的、完全基于图像的算法之一,能够直接根据平片对骨折的急慢性进行分类。通过提高广泛可用的X线成像的诊断效用,该模型可能有助于早期临床分诊、减少不必要的高级影像学检查,并促进椎体骨折患者获得更及时和恰当的处理。
引用
- Kim, Shin, An, et al. Hierarchical classification of acute and chronic osteoporotic vertebral compression fractures of the lumbar spine using X-ray images. Skeletal Radiol. 2026. PMID: 42581141. doi:10.1007/s00256-026-05328-7
- 全文:PMC13668935(PMC 开放获取,CC BY)https://pmc.ncbi.nlm.nih.gov/articles/PMC13668935/
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。