基于 SVD 曲线检测与椎体楔形量化的精确 Cobb 角估计
计算机视觉与模式识别
2025-09-30 v1
摘要
青少年特发性脊柱侧凸（AIS）是一种常见的脊柱畸形，全球约影响 2.2% 的男孩和 4.8% 的女孩。Cobb 角是评估 AIS 严重程度的金标准，但传统的人工测量存在显著的观察者间变异性，损害了诊断准确性。尽管先前已有自动化尝试，但现有方法使用简化的脊柱模型和预定义的曲线模式，无法应对临床复杂性。我们提出了一种用于 AIS 评估的新型深度学习框架，该框架同时预测每个椎体的上终板和下终板角度及相应的中点坐标，保留了进行性 AIS 中椎体楔变的解剖学真实性。我们的方法将 HRNet 主干与 Swin-Transformer 模块以及生物力学约束相结合，以增强特征提取。我们采用奇异值分解（SVD）直接从椎体形态学分析角度预测，从而无需预定义曲线假设即可灵活检测多种脊柱侧凸模式。我们使用了来自 10-18 岁患者的 630 张全脊柱前后位 X 光片，并带有严格的双评分者标注，该方法实现了 83.45% 的诊断准确率和 2.55{\deg} 的平均绝对误差。该框架在分布外病例上展现出卓越的泛化能力。此外，我们引入了椎体楔变指数（VWI），这是一种量化椎体变形的新型指标。纵向分析显示，VWI 与曲线进展具有显著的预后相关性，而传统 Cobb 角则无相关性，这为早期 AIS 检测、个性化治疗方案制定和进展监测提供了有力支持。
引用
@article{arxiv.2509.24898,
title = {Accurate Cobb Angle Estimation via SVD-Based Curve Detection and Vertebral Wedging Quantification},
author = {Chang Shi and Nan Meng and Yipeng Zhuang and Moxin Zhao and Jason Pui Yin Cheung and Hua Huang and Xiuyuan Chen and Cong Nie and Wenting Zhong and Guiqiang Jiang and Yuxin Wei and Jacob Hong Man Yu and Si Chen and Xiaowen Ou and Teng Zhang},
journal= {arXiv preprint arXiv:2509.24898},
year = {2025}
}