不同重建层厚CT图像对AI诊断肋骨骨折效能的影响

敖 平,朱 丽,修志刚,肖 涵,李为民

(四川大学华西医院龙泉医院放射科,成都 610100)

肋骨骨折是胸部外伤患者最常见的骨损伤,准确诊断肋骨骨折对患者合理诊治、改善预后具有重要意义[1-3]。随着多层螺旋CT(multi-slice spiral CT,MSCT)技术的快速发展及设备的广泛普及,因其可以快速完成检查并准确有效诊断肋骨骨折,已被公认为肋骨骨折诊断的最佳检查方法[4-7]。肋骨呈双侧弧形走向,诊断肋骨骨折需要逐侧、逐肋地反复观察,加上肋骨扫描产生的CT图像数量繁多,放射医师的阅片负担十分繁重,极易引起视觉疲劳,造成骨折尤其是细微骨折的漏诊[7-8]。近年来,随着人工智能(artificial intelligence,AI)技术的迅猛发展,AI在医疗领域逐步开始广泛应用,基于深度学习的AI辅助诊断技术在乳腺癌、肺结节、甲状腺结节等疾病的筛查、诊断方面取得了较好的效果,获得临床的认可[9-16],AI辅助诊断肋骨骨折也逐步进入大家的研究视线[17-19]。

已有的肺结节AI辅助诊断相关研究显示,不同重建层厚的CT图像会对AI检测结果产生影响[20-21],但其是否会对AI诊断肋骨骨折效能产生影响目前鲜有报道。本研究拟就不同重建层厚CT图像对AI诊断肋骨骨折效能的影响进行分析,以期寻找适合AI诊断肋骨骨折的CT重建层厚。

1 资料与方法

1.1 一般资料

收集2022年9月至2023年5月在本院诊治的100例肋骨骨折患者资料,男69例,女31例,年龄18～71岁,平均(43.82±13.12)岁,患者均进行肋骨MSCT检查。纳入标准：(1)有明确胸部外伤病史,首次MSCT检查距受伤不超过48 h;(2)初次检查后2～8周有至少1次肋骨MSCT复查随访资料;(3)AI软件能成功计算肋骨骨折结果。排除标准：(1)图像质量差,影响诊断;(2)明显胸廓畸形;(3)肋骨骨质破坏或骨肿瘤;(4)复查期间再次出现胸部外伤者。本研究经医院医学伦理委员会批准(AF-KY-2022003)。

1.2 方法

1.2.1仪器和参数

扫描设备采用美国GE公司64层螺旋CT机,取仰卧位,头先进,双手上举或抱头,无法上举者置于身体两侧,患者吸气后屛气状态下一次完成扫描(病情严重无法配合者除外),由头侧向足侧扫描,扫描范围自胸廓入口至肋弓下缘。扫描参数：管电压120 kV,管电流100～300 mAs,层厚及层距均为5.000 mm。将扫描获得的原始图像再分别以0.625、1.250、2.500 mm的层厚进行无间隔轴位重建,将重建图像传输至图像存储与传输系统(picture archiving communication system,PACS)工作站。

1.2.2诊断方法

采用上海联影智能医疗科技有限公司基于深度学习模型的AI肋骨骨折诊断软件(uAI-BoneCare)分别对0.625、1.250、2.500、5.000 mm层厚的CT图像进行检测,记录检测结果。所有CT图像由两名具有15年以上诊断经验的放射科副主任医师借助AI软件结合0.625mm层厚图像共同阅片分析,以初次检查后2～8周复查发现拟诊肋骨骨折处出现折端错位或骨痂生长作为骨折诊断“金标准”。

1.2.3诊断结果判定

分别计算AI基于0.625、1.250、2.500、5.000 mm层厚的CT图像对诊断肋骨骨折的灵敏度及假阳性率。灵敏度=真阳性骨折数/(真阳性骨折数+假阴性骨折数)×100%,假阳性率=假阳性骨折数/(真阳性骨折数+假阳性骨折数)×100%,因本研究无法获得真阴性骨折数,故假阳性率采用此法计算。

1.3 统计学处理

采用SPSS24.0软件进行统计学分析。计数资料以例数或百分比表示,采用χ2检验,以P<0.05为差异有统计学意义。

2 结 果

100例患者经“金标准”确认共有439处肋骨骨折,AI在0.625 mm层厚共检出458处,其中正确436处,误诊22处,漏诊3处;1.250 mm层厚共检出436处,其中正确432处,误诊4处,漏诊7处;2.500 mm层厚共检出396处,其中正确393处,误诊3处,漏诊46处;5.000 mm层厚共检出368处,其中正确367处,误诊1处,漏诊72处。

AI在0.625、1.250、2.500、5.000 mm层厚诊断肋骨骨折的灵敏度分别为99.32%、98.41%、89.52%、83.60%,AI在0.625 mm及1.250 mm层厚的诊断灵敏度高于2.500 mm及5.000 mm,差异有统计学意义(P<0.05),而0.625 mm和1.250 mm层厚之间比较差异无统计学意义(P>0.05),见表1、2。

表1 AI在不同重建层厚诊断肋骨骨折的灵敏度、假阳性率[%(n/n)]

表2 AI在不同重建层厚诊断肋骨骨折灵敏度和假阳性率两两比较的统计量

AI在0.625、1.250、2.500、5.000 mm层厚诊断肋骨骨折的假阳性率分别为4.80%、0.92%、0.76%、0.27%。AI在0.625 mm层厚诊断肋骨骨折的假阳性率高于1.250、2.500及5.000 mm,差异有统计学意义(P<0.05),而1.250、2.500及5.000层厚之间比较差异无统计学意义(P>0.05),见表1、2。

3 讨 论

随着社会的发展进步,人们生活节奏加快,意外事故频发,急性胸部创伤在临床工作中日益增多[1-2],作为胸部创伤中最常见的骨性损伤,肋骨骨折患者也随之增多。肋骨骨折的严重程度可作为评判患者创伤和预后的指标,准确诊断肋骨骨折可为临床制订合理的治疗方案提供重要依据,改善患者预后[1-3]。同时,部分胸部创伤患者因涉及工伤认定、伤情司法鉴定等相关问题,肋骨骨折的有无及骨折的准确数量对伤情鉴定等有重要影响[4,8]。

MSCT扫描速度快,扫描范围大,能在短时间内完成胸部乃至全腹部的扫描,尤其适用于危急重症患者快速完成检查[6-8]。MSCT采用容积扫描,所获得的数据实现了各向同性,可在此基础上进行不同层厚的图像重建及多种功能强大的图像后处理,得到清晰度高、立体直观的高质量图像,对肋骨骨折进行多角度、全方位的观察。MSCT在清晰地显示肋骨骨折的同时,还能提供合并存在的胸腹部脏器损伤等信息,随着MSCT在各级医院的广泛普及,已逐步成为胸部外伤的首选检查方法[4-7]。为了更好地显示肋骨细微骨折,肋骨MSCT多需进行薄层重建,从而产生大量的CT图像数据,放射医师阅片工作量明显增加。同时,由于肋骨特殊的解剖形态特点,同一根肋骨会在多个层面的CT断层图像显示,而同一CT断层图像当中又可以同时显示多根不同的肋骨,对肋骨的序数认定需要花费大量时间,加上部分肋骨骨折断端分离错位明显,多发肋骨骨折的诊断尤为耗时且烦琐,极易产生视觉疲劳,造成骨折漏诊[17,19]。

近年来,以大数据为依托的AI辅助诊断技术开始应用于临床并显示出良好的效果。AI可以快速对肋骨骨折进行识别和标记,其客观性及可重复性强。相关研究显示,AI能够辅助放射医师提高肋骨骨折尤其是细微骨折的检出率,同时明显缩短诊断时间,提高了工作效率[22-27]。

已有相关肺结节AI辅助诊断研究报道[20-21]不同重建层厚对病灶检出效果存在一定的影响,CT图像重建层厚越厚,容积效应越明显,随着层厚的增加,AI对病灶的检出能力减弱,灵敏度降低。本研究中AI在0.625、1.250、2.500及5.000 mm层厚的CT图像均有漏诊,且随着层厚增加,漏诊数增多。究其原因主要与图像重建时骨折线能否充满层厚相关。当骨折较细微,仅有骨皮质发生细小断裂或骨折线位于重建图像层面的一部分时,会因为层厚增加产生的部分容积效应所掩盖。而当骨折位于重建层面以外时,则会被直接遗漏。采用相对较厚的层厚CT图像诊断虽可减少放射医师的阅片数量,有利于缩短诊断时间,但却常常造成细微骨折的漏诊。因此在实际工作中,为了提高肋骨骨折的检出率,不建议采用较厚的层厚,如2.500 mm与5.000 mm。

本研究结果显示,AI在0.625 mm及1.250 mm层厚CT图像对肋骨骨折的诊断灵敏度较2.500 mm及5.000 mm高,差异有统计学意义(P<0.05),说明层厚越薄越能提高AI对肋骨骨折的检出率,这与AI诊断肺结节相关研究一致[21]。重建层厚越薄,肋骨骨折能够充满层厚的机会越多,骨折显示概率就越大,越有利于AI识别病灶,对骨折诊断能力越强。但CT重建层厚并非越薄越好,本研究中虽然AI在0.625 mm层厚的CT图像检出肋骨骨折的灵敏度较1.250 mm层厚高,但二者差异并无统计学意义(P>0.05)。层厚越薄,重建所需时间越长,生成的薄层图像越多,导致AI所需运算量增加,相应的对医院网络建设、PACS的传输速度、硬盘的存储空间等软件及硬件性能也提出更高的要求,成本相应增加[28]。同时,在实际工作中,AI完成骨折筛查以后,放射医师还需对AI所做出的诊断进行复核,层厚越薄,图像数量越多,医师阅片分析时间亦随之增加。此外,随着层厚变薄,虽然改善了部分容积效应的影响,但同时往往伴随着图像噪声的增加,对图像质量造成影响,对一部分细微病灶判定造成干扰[20-21]。本研究中0.625 mm层厚的CT图像AI诊断肋骨骨折的假阳性率较其他层厚明显增高,差异有统计学意义(P<0.05)。本研究也存在一定局限性。纳入研究的均为医师回顾性发现骨折的病例,临床中漏诊的病例无法通过回顾性选择获得,同时本研究样本量较小,未能克服不同类别的样本量不均衡问题,因此结果可能存在一定的选择性偏倚。此外,本研究中所有病例均采用美国GE公司CT设备扫描,其图像重建层厚为0.625 mm、1.250 mm、2.500 mm、5.000 mm组合,得到1.250 mm为综合效能较优层厚,而其他公司的CT设备图像重建层厚可能是0.750、1.000、2.000、3.000 mm或0.500、1.000、2.000、3.000 mm等组合,较优层厚有待进一步研究。

综上所述,AI对肋骨骨折诊断的效能跟CT重建层厚关系密切。1.250 mm层厚的综合效能相对较优,在获得高灵敏度的同时,可减轻放射医师工作负担,更具实用性。