深度学习与多位专家观察者相比自动测量 Cobb 角

脊柱侧弯是一种以异常脊柱弯曲导致畸形为特征的常见疾病，需要精确的评估方法以进行有效诊断和管理。Cobb角是一种广泛使用的脊柱侧弯量化方法，用于测量倾斜椎骨之间的弯曲程度。然而，手动测量Cobb角耗时费力，且存在显著的观察者间和观察者内变异性。为应对这些挑战以及某些现有自动化方法缺乏可解释性的问题，我们创建了全自动软件，不仅能精确测量Cobb角，还能提供这些测量的清晰可视化。该软件集成了基于深度神经网络的脊柱区域检测与分割、脊柱中心线识别、最显著倾斜椎骨的精准定位，以及在原始图像上直接可视化Cobb角。与7位专家阅片者的评估相比，我们的算法在Cobb角测量中显示出4.17度的平均偏差，显著优于手动方法5.16度的平均阅片者内差异。该算法还实现了超过0.96的组内相关系数（ICC）和高于0.944的皮尔逊相关系数，反映了与专家评估的稳健一致性和更优的测量可靠性。通过全面的阅片者研究和统计分析，我们相信该算法不仅确保了与专家阅片者更高的共识，还增强了评估过程中的可解释性和可重复性。它具有重要的临床应用前景，可能帮助医生进行更准确的脊柱侧弯评估和诊断，从而改善患者护理。