论文部分内容阅读
目的:对ASM算法在股骨X线图像分割的应用效果进行评价,并通过对比ASM算法与人工方法对股骨参数的测量来评价其在临床的应用前景。方法:采集标准骨盆正位X线图像50张,将DICOM格式转化成为JPG格式,实验图像的分辨率为766×768至791×772。1.选取20张标准骨盆正位X线片,采用5种方法对股骨形态进行标定并建立ASM训练集,将分割后的图像与人工标记图像进行对比,通过点点误差和点线误差进行评价。2.选择最优标记模型,3名观察者应用ASM模型及人工法对剩余的30副图像分别进行分割,并测量股骨头直径(R)、股骨颈最短距离(D)一颈干角(CSA), Offset,以及股骨颈长度(CL)。3.计算组内相关系数(ICC)评价两方法可靠性(采用两因素混合模型,可信度设定为95%)。应用配对T检验比较两种方法是否具有差异性。定义P<0.5具有统计学显著性。结果:1.含股骨干ASM模型最优标定点为33点,不包括股骨干的模型最优标定点为25且识别精确度较高。2.同一观察者ASM ICC比人工测量平均高10.52%,范围从-0.4%到41.7%,经配对t检验对差异显著性进行检验,p值为0.25,差异不具有统计学意义。ASM的可信区间(CI)较人工法较小。多观察者ASM ICC变化趋势与同一观察者ICC基本相似。3.应用配对t检验对两种方法的测量差异性进行检验,股骨参数测量二者差异不具有统计学差异(P>0.05)。应用ASM法测量平均需要117±0.13s,而应用人工法测量平均需要125±1.16s,差异具有统计学显著性(p<0.05)。结论:应用ASM法可成功对骨盆正位X线片中的股骨形态进行分割;应用ASM法对股骨近端参数测量的精度及信度与队工测量法相比无明显差异,但是可以提高测量的效率。ASM法自动分割与测量具有潜在的临床应用价值。