深度學習模型在兒童TW3法骨齡評估的臨床效能分析

程夢 錢琦 高鋮鋮 田曼曼 勵楊晟 林敏

骨齡評估（Bone age assessment，BAA）在青少年的身高預測，文體部門選才，法醫(yī)學鑒定及相關內分泌疾病診療中起至關重要的作用［1-2］。目前，在國際上骨齡評估常用的兩種方法是Greulich-Pyle（GP）圖譜法［3］與Tanner-Whitehouse Ⅲ（TW3）計分法［4］。GP圖譜法是將檢查者拍攝的左手X線片與標準X線片圖像集進行比較，選取最接近的圖像，得到檢查者對應的骨齡，速度快但是主觀性強，結果具有較大的誤差［5］。TW3法需要觀察手腕部及手掌13塊管狀骨并計算總分，查表確定骨齡，該方法準確性高，但操作過程復雜［6］。近年來，隨著計算機技術的發(fā)展，國內外學者已經對自動化骨齡評估方法進行大量研究［6-8］。深度學習在醫(yī)學圖像配準、醫(yī)學圖像分割等醫(yī)學影像領域已取得巨大突破，深度學習在骨齡自動評估上也具備可行性。筆者團隊在前期研究中發(fā)現(xiàn)，采用TW3法對學齡前兒童進行骨齡評估具有一定的價值［9］。本研究采用Dr.Wise（Beijing Deepwise & League of PHD technology Co.LDT； Beijing，China）系統(tǒng)中深度學習自動骨齡評估模型（下文簡稱模型），探討深度學習骨齡評估模型采用TW3法對兒童骨齡評估的臨床效能。

1 資料與方法

1.1 臨床資料 收集2020年1月至2021年12月浙江中醫(yī)藥大學附屬第三醫(yī)院骨齡測定的兒童左手X線片3,008例，其中男1,741例，女1,267例，年齡5～13歲。同時收集所有兒童相關臨床病史信息。隨機抽取每周歲年齡段各20幅骨齡片，共180例，其中男93例，女87例。本研究經醫(yī)院醫(yī)學倫理委員會批準，所有受檢者家屬簽署知情同意書。納入標準：①受檢者長期生活于浙江本地，均為漢族，右利手；②無影響生長發(fā)育的慢性病及遺傳病史；③攝片影像清晰顯示。排除標準：①上肢存在畸形、外傷病史；②服用影響骨骼發(fā)育藥物治療；③手腕部骨骺已完全閉合。

1.2 檢查方法 采用佳能-CMP200X線機作為成像設備，拍攝左手后前位X線片：左手掌置于照射野中心并緊貼探測板，手指自然張開，中心線對第三掌骨基底部。顯示范圍包括腕骨、掌骨、指骨全部，橈骨及尺骨遠端3～4 cm。攝片距離約90 cm。身體其他部位做好射線防護。

1.3 骨齡評估方法 （1）閱片方法：骨齡片以DICOM格式存儲于PACS系統(tǒng)，受檢者相關信息被隱去。骨齡評估所用方法為TW3法，涵蓋兩種手腕骨發(fā)育等級，掌指骨骨齡即R系列骨齡，包括橈骨、尺骨遠端，第1、3、5掌指骨在內的13塊骨骺，腕骨骨齡即C系列骨齡，包括頭狀骨、鉤狀骨、三角骨、月骨、舟狀骨、大多角骨及小多角骨在內的7塊腕骨骨骺。（2）金標準制定方法：參照張紹巖等［10］讀片可靠性的研究方法，由3位接受過TW3法骨齡測定系統(tǒng)培訓的高年資放射科主任醫(yī)師。按照雙盲原則對骨齡影像進行評估，將3者標注結果均值作為金標準組。（3）對照組制定方法：選取2位工作年限1～5年的放射科醫(yī)師進行TW3法骨齡測定系統(tǒng)培訓后，按照雙盲原則獨立評估圖像，計算各自結果。（4）模型組制定方法：采用Dr.Wise系統(tǒng)中深度學習自動骨齡評估模型分析及計算骨齡片結果。模型評估骨齡的過程分為3步。第一步，模型基于關鍵點檢測卷積神經網絡，精確定位手指關節(jié)等結構，從而獲得掌指骨和橈尺骨的骨骺區(qū)域；第二步，回歸模型分別評估R系列和C系列骨骺的發(fā)育等級，并得到掌指骨總分和腕骨總分；第三步，從總分計算出相應TW3的R系列骨齡和C系列骨齡，得到模型組結果。見圖1。

圖1 模型骨骺評級輸出界面圖

1.4 統(tǒng)計學方法 采用SPSS 25.0統(tǒng)計軟件。計算模型組和醫(yī)師組與金標準組的均方誤差（MSE）及平均絕對誤差（MAE）評價準確性。采用組內相關系數(shù)（ICC）分析，比較模型組和醫(yī)師組與金標準組的結果一致性。計量資料用（±s）表示，配對t檢驗。P＜0.05為差異有統(tǒng)計學意義。對掌指骨和腕骨中模型組與金標準差異分別繪制Bland-Altman圖，并計算95%一致性界限。

2 結果

2.1 模型組可重復性及效率分析 180張左手X線片全部被模型組接受。為了評估模型組的可重復性，所有X線片再次進行評估，兩次結果完全一致，即模型組的可重復性為100%。對比一張X線骨齡影像的評估時間，醫(yī)師組所需時間約為（10.9±3.2）min，而模型組所需時間僅（4.7±0.9）s（P＜0.05）。分別統(tǒng)計模型組和醫(yī)師組2位醫(yī)師對R系列13塊骨骺和C系列7塊骨骺的評級，模型組在C系列上骨骺評級與醫(yī)師組比較，相對金標準組更接近，在R系列上優(yōu)于醫(yī)師2，稍次于醫(yī)師1。見表1。

表1 模型組和醫(yī)師組相對金標準組的骨骺評級

2.2 模型組和醫(yī)師組與金標準組MSE、MAE差異比較 與金標準組比較，在掌指骨骨齡評估中，模型組和醫(yī)師1、醫(yī)師2的MSE、MAE差異有統(tǒng)計學意義（P＜0.05）。在腕骨骨齡評估中，模型組和醫(yī)師1、醫(yī)師2MSE、MAE差異有統(tǒng)計學意義（P＜0.05）。見表2。

表2 模型組和醫(yī)師組與金標準組骨齡評估誤差

2.3 模型組和醫(yī)師組與金標準組結果一致性比較 與金標準組比較，對于掌指骨骨齡評估，模型組ICC高于醫(yī)師1、醫(yī)師2。對于腕骨骨齡評估，模型組ICC高于醫(yī)師1、醫(yī)師2。見表3。

表3 模型組和醫(yī)師組與金標準組的組內相關系數(shù)

2.4 模型組預測同金標準組評估結果比較 模型組預測的掌指骨骨齡值與金標準組掌指骨骨齡值的Bland-Altman圖顯示，骨齡偏差（0.11±0.37），95% CI（-0.61，+0.83）。模型組預測腕骨骨齡值與金標準組掌指骨骨齡值的Bland-Altman圖顯示，骨齡偏差（-0.10±0.52），95%CI（-1.11，+0.92）。見圖2～3。

圖2 模型組掌指骨骨齡預測值與金標準組Bland-Altman圖

3 討論

在反映兒童生長發(fā)育狀況時，由于個體差異，僅根據(jù)生活年齡常缺乏真實性［2］。骨齡，是指骨骼年齡，進行手腕骨、掌骨、指骨等各個骨化中心的評估，反映受檢者的生長狀況更具有價值［1］。以往開展骨齡評估，通常需要依賴經驗豐富的專家，且方法繁瑣、耗時長久。隨著骨齡檢測的需求增長，人工讀片的成本較高。這就驅使臨床工作轉向計算機科學尋求幫助，實現(xiàn)更為方便、迅速的技術。

人工智能在醫(yī)療領域已有廣泛應用，而計算機GPU硬件、深度學習技術的進展，使骨齡自動評估系統(tǒng)研究有新的突破［8］。本研究使用人工智能模型通過深度卷積神經網絡提取手腕部感興趣區(qū)，評估骨的成熟程度，計算分數(shù)，得到對應骨齡。本研究所采用的人工智能模型具有深度多級手部關鍵點檢測網絡，通過對骨骺的關鍵點檢測，并獲取手部姿態(tài)的多尺度骨骺區(qū)域，掌握局部與整體的特征后共同分析。且每種骨骺均有獨立設計分支網絡，依據(jù)深度卷積網絡抽取特征后，分別回歸骨骺發(fā)育等級，進行骨齡綜合預測。

近年來，國內外有大量研究證實人工智能對于骨齡評估的價值和意義，具有準確性、簡便性、可重復性等優(yōu)勢［10-14］。SPAMPINATO等［8］通過對公共數(shù)據(jù)集的1,400幅X線圖像進行識別，提出并測試多種骨齡評估深度學習方法，發(fā)現(xiàn)人工評價和自動評價的平均差異約為0.8年。研究發(fā)現(xiàn)應用微調的CNN于骨齡評估人工智能系統(tǒng)，在短時間（＜2 s）內能獲得較高的準確度，男女均在1年內達到92.29%，2年內達到98.56%［11］。李莉紅等［12］研究進一步證實深度學習模型對基于手腕部DR影像骨齡預測的價值，且整體影像數(shù)據(jù)驅動高于臨床先驗知識的人工智能模型。

本研究發(fā)現(xiàn)，人工智能模型評估X線骨齡片可重復性實現(xiàn)100%，即2次輸入相同的圖像所得到結果完全一樣。而相較于醫(yī)師組＞10 min的用時，模型組僅需數(shù)秒鐘即可完成評估。在C系列上的骨骺評級比較，模型組與醫(yī)師組2位醫(yī)師相比，相對金標準組結果更為接近；在R系列上模型組和醫(yī)師2相比，相對金標準組結果更接近。這可能與人工評估的步驟復雜有關。評估掌指骨和腕骨骨齡影像，醫(yī)師需要對每塊組成骨依次判定成熟度再進行綜合分析，而模型可以實現(xiàn)同時對每塊骨的形態(tài)、大小等特征進行深度學習，迅速計算出對應骨齡。醫(yī)師1的R系列評級比模型組好，但骨齡誤差不如模型組。原因可能是醫(yī)師1對第5中節(jié)指骨的評級存在系統(tǒng)性的偏高造成較大的骨齡累計誤差。掌指骨和腕骨的評估表明，與金標準相比，模型組MSE、MAE均比醫(yī)師組2位醫(yī)師要小。表明模型組骨齡評估結果優(yōu)于醫(yī)師1、醫(yī)師2。分析模型組和醫(yī)師組與金標準組結果的一致性，對于掌指骨、腕骨的骨齡評估，前者一致性高于后者。模型組掌指骨骨齡預測值同金標準差值的95%CI（-0.61，+0.83）。模型組腕骨預測值與金標準差值的95%CI（-1.11，+0.92）。相比LARSON等［14］結果，本研究模型的評估結果與金標準一致性相對較好。

綜上所述，Dr.Wise系統(tǒng)中的深度學習自動骨齡評估的人工智能模型對于骨齡X線片，接受率高，評估迅速，且對于兒童的評估結果與低年資放射科醫(yī)師相比具有相似甚至更好的準確性、一致性。低年資醫(yī)師在骨齡診斷方面經驗欠缺，尚不能與相關行業(yè)的專家相比。而人工智能模型具有臨床診斷意義，可以更好輔助放射科醫(yī)師，從而在骨齡評估工作中提供幫助。

圖3 模型組腕骨骨齡預測值與金標準組Bland-Altman圖