不同重建層厚CT圖像對AI診斷肋骨骨折效能的影響

敖 平,朱 麗,修志剛,肖 涵,李為民

(四川大學華西醫院龍泉醫院放射科,成都 610100)

肋骨骨折是胸部外傷患者最常見的骨損傷,準確診斷肋骨骨折對患者合理診治、改善預后具有重要意義[1-3]。隨著多層螺旋CT(multi-slice spiral CT,MSCT)技術的快速發展及設備的廣泛普及,因其可以快速完成檢查并準確有效診斷肋骨骨折,已被公認為肋骨骨折診斷的最佳檢查方法[4-7]。肋骨呈雙側弧形走向,診斷肋骨骨折需要逐側、逐肋地反復觀察,加上肋骨掃描產生的CT圖像數量繁多,放射醫師的閱片負擔十分繁重,極易引起視覺疲勞,造成骨折尤其是細微骨折的漏診[7-8]。近年來,隨著人工智能(artificial intelligence,AI)技術的迅猛發展,AI在醫療領域逐步開始廣泛應用,基于深度學習的AI輔助診斷技術在乳腺癌、肺結節、甲狀腺結節等疾病的篩查、診斷方面取得了較好的效果,獲得臨床的認可[9-16],AI輔助診斷肋骨骨折也逐步進入大家的研究視線[17-19]。

已有的肺結節AI輔助診斷相關研究顯示,不同重建層厚的CT圖像會對AI檢測結果產生影響[20-21],但其是否會對AI診斷肋骨骨折效能產生影響目前鮮有報道。本研究擬就不同重建層厚CT圖像對AI診斷肋骨骨折效能的影響進行分析,以期尋找適合AI診斷肋骨骨折的CT重建層厚。

1 資料與方法

1.1 一般資料

收集2022年9月至2023年5月在本院診治的100例肋骨骨折患者資料,男69例,女31例,年齡18～71歲,平均(43.82±13.12)歲,患者均進行肋骨MSCT檢查。納入標準：(1)有明確胸部外傷病史,首次MSCT檢查距受傷不超過48 h;(2)初次檢查后2～8周有至少1次肋骨MSCT復查隨訪資料;(3)AI軟件能成功計算肋骨骨折結果。排除標準：(1)圖像質量差,影響診斷;(2)明顯胸廓畸形;(3)肋骨骨質破壞或骨腫瘤;(4)復查期間再次出現胸部外傷者。本研究經醫院醫學倫理委員會批準(AF-KY-2022003)。

1.2 方法

1.2.1儀器和參數

掃描設備采用美國GE公司64層螺旋CT機,取仰臥位,頭先進,雙手上舉或抱頭,無法上舉者置于身體兩側,患者吸氣后屛氣狀態下一次完成掃描(病情嚴重無法配合者除外),由頭側向足側掃描,掃描范圍自胸廓入口至肋弓下緣。掃描參數：管電壓120 kV,管電流100～300 mAs,層厚及層距均為5.000 mm。將掃描獲得的原始圖像再分別以0.625、1.250、2.500 mm的層厚進行無間隔軸位重建,將重建圖像傳輸至圖像存儲與傳輸系統(picture archiving communication system,PACS)工作站。

1.2.2診斷方法

采用上海聯影智能醫療科技有限公司基于深度學習模型的AI肋骨骨折診斷軟件(uAI-BoneCare)分別對0.625、1.250、2.500、5.000 mm層厚的CT圖像進行檢測,記錄檢測結果。所有CT圖像由兩名具有15年以上診斷經驗的放射科副主任醫師借助AI軟件結合0.625mm層厚圖像共同閱片分析,以初次檢查后2～8周復查發現擬診肋骨骨折處出現折端錯位或骨痂生長作為骨折診斷“金標準”。

1.2.3診斷結果判定

分別計算AI基于0.625、1.250、2.500、5.000 mm層厚的CT圖像對診斷肋骨骨折的靈敏度及假陽性率。靈敏度=真陽性骨折數/(真陽性骨折數+假陰性骨折數)×100%,假陽性率=假陽性骨折數/(真陽性骨折數+假陽性骨折數)×100%,因本研究無法獲得真陰性骨折數,故假陽性率采用此法計算。

1.3 統計學處理

采用SPSS24.0軟件進行統計學分析。計數資料以例數或百分比表示,采用χ2檢驗,以P<0.05為差異有統計學意義。

2 結 果

100例患者經“金標準”確認共有439處肋骨骨折,AI在0.625 mm層厚共檢出458處,其中正確436處,誤診22處,漏診3處;1.250 mm層厚共檢出436處,其中正確432處,誤診4處,漏診7處;2.500 mm層厚共檢出396處,其中正確393處,誤診3處,漏診46處;5.000 mm層厚共檢出368處,其中正確367處,誤診1處,漏診72處。

AI在0.625、1.250、2.500、5.000 mm層厚診斷肋骨骨折的靈敏度分別為99.32%、98.41%、89.52%、83.60%,AI在0.625 mm及1.250 mm層厚的診斷靈敏度高于2.500 mm及5.000 mm,差異有統計學意義(P<0.05),而0.625 mm和1.250 mm層厚之間比較差異無統計學意義(P>0.05),見表1、2。

表1 AI在不同重建層厚診斷肋骨骨折的靈敏度、假陽性率[%(n/n)]

表2 AI在不同重建層厚診斷肋骨骨折靈敏度和假陽性率兩兩比較的統計量

AI在0.625、1.250、2.500、5.000 mm層厚診斷肋骨骨折的假陽性率分別為4.80%、0.92%、0.76%、0.27%。AI在0.625 mm層厚診斷肋骨骨折的假陽性率高于1.250、2.500及5.000 mm,差異有統計學意義(P<0.05),而1.250、2.500及5.000層厚之間比較差異無統計學意義(P>0.05),見表1、2。

3 討 論

隨著社會的發展進步,人們生活節奏加快,意外事故頻發,急性胸部創傷在臨床工作中日益增多[1-2],作為胸部創傷中最常見的骨性損傷,肋骨骨折患者也隨之增多。肋骨骨折的嚴重程度可作為評判患者創傷和預后的指標,準確診斷肋骨骨折可為臨床制訂合理的治療方案提供重要依據,改善患者預后[1-3]。同時,部分胸部創傷患者因涉及工傷認定、傷情司法鑒定等相關問題,肋骨骨折的有無及骨折的準確數量對傷情鑒定等有重要影響[4,8]。

MSCT掃描速度快,掃描范圍大,能在短時間內完成胸部乃至全腹部的掃描,尤其適用于危急重癥患者快速完成檢查[6-8]。MSCT采用容積掃描,所獲得的數據實現了各向同性,可在此基礎上進行不同層厚的圖像重建及多種功能強大的圖像后處理,得到清晰度高、立體直觀的高質量圖像,對肋骨骨折進行多角度、全方位的觀察。MSCT在清晰地顯示肋骨骨折的同時,還能提供合并存在的胸腹部臟器損傷等信息,隨著MSCT在各級醫院的廣泛普及,已逐步成為胸部外傷的首選檢查方法[4-7]。為了更好地顯示肋骨細微骨折,肋骨MSCT多需進行薄層重建,從而產生大量的CT圖像數據,放射醫師閱片工作量明顯增加。同時,由于肋骨特殊的解剖形態特點,同一根肋骨會在多個層面的CT斷層圖像顯示,而同一CT斷層圖像當中又可以同時顯示多根不同的肋骨,對肋骨的序數認定需要花費大量時間,加上部分肋骨骨折斷端分離錯位明顯,多發肋骨骨折的診斷尤為耗時且煩瑣,極易產生視覺疲勞,造成骨折漏診[17,19]。

近年來,以大數據為依托的AI輔助診斷技術開始應用于臨床并顯示出良好的效果。AI可以快速對肋骨骨折進行識別和標記,其客觀性及可重復性強。相關研究顯示,AI能夠輔助放射醫師提高肋骨骨折尤其是細微骨折的檢出率,同時明顯縮短診斷時間,提高了工作效率[22-27]。

已有相關肺結節AI輔助診斷研究報道[20-21]不同重建層厚對病灶檢出效果存在一定的影響,CT圖像重建層厚越厚,容積效應越明顯,隨著層厚的增加,AI對病灶的檢出能力減弱,靈敏度降低。本研究中AI在0.625、1.250、2.500及5.000 mm層厚的CT圖像均有漏診,且隨著層厚增加,漏診數增多。究其原因主要與圖像重建時骨折線能否充滿層厚相關。當骨折較細微,僅有骨皮質發生細小斷裂或骨折線位于重建圖像層面的一部分時,會因為層厚增加產生的部分容積效應所掩蓋。而當骨折位于重建層面以外時,則會被直接遺漏。采用相對較厚的層厚CT圖像診斷雖可減少放射醫師的閱片數量,有利于縮短診斷時間,但卻常常造成細微骨折的漏診。因此在實際工作中,為了提高肋骨骨折的檢出率,不建議采用較厚的層厚,如2.500 mm與5.000 mm。

本研究結果顯示,AI在0.625 mm及1.250 mm層厚CT圖像對肋骨骨折的診斷靈敏度較2.500 mm及5.000 mm高,差異有統計學意義(P<0.05),說明層厚越薄越能提高AI對肋骨骨折的檢出率,這與AI診斷肺結節相關研究一致[21]。重建層厚越薄,肋骨骨折能夠充滿層厚的機會越多,骨折顯示概率就越大,越有利于AI識別病灶,對骨折診斷能力越強。但CT重建層厚并非越薄越好,本研究中雖然AI在0.625 mm層厚的CT圖像檢出肋骨骨折的靈敏度較1.250 mm層厚高,但二者差異并無統計學意義(P>0.05)。層厚越薄,重建所需時間越長,生成的薄層圖像越多,導致AI所需運算量增加,相應的對醫院網絡建設、PACS的傳輸速度、硬盤的存儲空間等軟件及硬件性能也提出更高的要求,成本相應增加[28]。同時,在實際工作中,AI完成骨折篩查以后,放射醫師還需對AI所做出的診斷進行復核,層厚越薄,圖像數量越多,醫師閱片分析時間亦隨之增加。此外,隨著層厚變薄,雖然改善了部分容積效應的影響,但同時往往伴隨著圖像噪聲的增加,對圖像質量造成影響,對一部分細微病灶判定造成干擾[20-21]。本研究中0.625 mm層厚的CT圖像AI診斷肋骨骨折的假陽性率較其他層厚明顯增高,差異有統計學意義(P<0.05)。本研究也存在一定局限性。納入研究的均為醫師回顧性發現骨折的病例,臨床中漏診的病例無法通過回顧性選擇獲得,同時本研究樣本量較小,未能克服不同類別的樣本量不均衡問題,因此結果可能存在一定的選擇性偏倚。此外,本研究中所有病例均采用美國GE公司CT設備掃描,其圖像重建層厚為0.625 mm、1.250 mm、2.500 mm、5.000 mm組合,得到1.250 mm為綜合效能較優層厚,而其他公司的CT設備圖像重建層厚可能是0.750、1.000、2.000、3.000 mm或0.500、1.000、2.000、3.000 mm等組合,較優層厚有待進一步研究。

綜上所述,AI對肋骨骨折診斷的效能跟CT重建層厚關系密切。1.250 mm層厚的綜合效能相對較優,在獲得高靈敏度的同時,可減輕放射醫師工作負擔,更具實用性。