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。
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。……