智能髋关节超声技术在婴儿发育性髋关节发育不良筛查中的应用

摘要

【目的】开发一种辅助发育性髋关节发育不良(DDH)的早期超声筛查的深度学习系统,即新型智能髋关节超声技术(S-hip),并验证其临床应用价值。【方法】选取我院自2021年11月至2022年8月通过标注和审核的婴儿髋关节冠状切面超声图像11100张,其中8100张图像用于训练集,3000张用于测试集,用于构建S-hip深度学习系统。另采集87例婴儿双侧髋关节共174张标准冠状切面超声图像用于验证S-hip的自动测量与医生人工测量之间的一致性。S-hip、超声专家和住院医师分别测量α角、β角和FHC,分别记录测量数据和测量耗时,并进行统计学分析。另选取100张髋关节标准冠状切面超声图像,用于超声专家和超声住院医师测量者自身两次测量重复性验证。【结果】S-hip与超声专家测量α角、β角和FHC结果的组内相关系数(ICC)与95%可信区间(CI)分别是0.799(0.738,0.847)、0.798(0.737,0.846)和0.934(0.954,0.975)。超声住院医师和超声专家测量α角、β角和FHC结果的ICC(95%CI)值分别是0.725(0.645,0.789)、0.674(0.583,0.748)和0.931(0.908,0.949)。S-hip与超声专家测量α角、β角和FHC结果的平均绝对误差(MAE)分别是2.69°、4.43°和2.47%。S-hip组、超声专家组和超声住院医师组测量耗时分别(1.59±0.36)s、(18.76±2.23)s和(19.45±2.76)s,S-hip自动测量耗时明显短于人工测量,差异有统计学意义(P<0.001)。超声专家测量者自身两次测量α角、β角和FHC结果的ICC(95%CI)分别是0.943(0.916,0.961)、0.959(0.940,0.972)和0.981(0.971,0.987),超声住院医师自身两次量α角、β角和FHC结果的ICC(95%CI)分别是0.884(0.833,0.921)、0.921(0.884,0.946)和0.962(0.944,0.974)。【结论】基于深度学习系统的新型智能髋关节超声技术(S-hip)自动测量α角、β角和FHC的可靠性和准确性都很高,优于超声住院医师,可以简化测量步骤,明显缩短检查时间,有利于婴儿髋关节超声筛查工作的广泛开展。