梁 洁,孙金磊,李梦远,周江燕,李葆青
(首都医科大学石景山教学医院北京市石景山医院医学影像科,北京 100040)
肋骨骨折在胸部钝性损伤中占40%~50%[1]。CT用于检查肋骨骨折扫描速度快、分辨率高,但数据量大,医师易因视觉疲劳而漏诊[2]。深度学习(deep learning, DL)的快速发展为肋骨骨折检测带来机遇[3],多项研究[4-5]结果表明,应用人工智能(artificial intelligence, AI)技术能显著提高检测精度及效率。本研究观察基于DL的AI辅助系统用于CT检出肋骨新鲜骨折的效能,并以多阅片者多病例(multi-reader multi-case, MRMC)临床试验模式评估AI辅助影像科医师诊断肋骨新鲜骨折的价值。
1.1 一般资料 回顾性收集2017年6月—2019年3月北京市石景山医院收治的1 000例因胸部外伤接受急诊胸部CT检查患者,男570例、女430例,年龄18~98岁、平均(57.7±16.7)岁,CT图像均保存为DICOM格式。排除标准:①图像存在伪影或无法满足诊断要求;②病理性肋骨骨折;③骨折病程>3周。检查前患者均签署知情同意书。
1.2 仪器与方法 采用GE Discovery CT750 HD 128层宝石能谱CT机行胸部扫描。嘱患者仰卧,头先进、双臂上举。首先摄取胸部正位定位图确定扫描范围,之后自肺尖扫描至双侧第12肋游离缘;参数:管电压120 kV,管电流250~350 mA,层厚0.625 mm,层间距0.625 mm,矩阵512×512,FOV 360 mm×360 mm;以骨算法重建图像。
1.3 诊断标准 将CT图像导入深睿医疗标注平台(https://label.deepwise.com/),由具有10年以上影像学诊断经验的主任及副主任医师各1名参照文献[5]方法对肋骨新鲜骨折进行逐层标注,再由另2名影像科主任医师共同进行审核,以最终标注结果作为真实数据(ground truth, GT);以创伤后3周内CT显示骨折边缘锐利、无骨膜反应或骨痂形成[5]为肋骨新鲜骨折。……p>