用于颈椎病精确分割与诊断的病理引导 AI 系统
图像与视频处理
2025-08-18 v2 计算机视觉与模式识别
摘要
颈椎病是一种复杂且常见的疾病，需要精确高效的诊断技术以进行准确评估。虽然 MRI 提供了颈椎解剖结构的详细可视化，但人工解读依然耗时费力且易出错。为此，我们开发了一种创新的 AI 辅助专家诊断系统，利用 MRI 自动完成颈椎病的分割与诊断。利用来自颈椎病患者的多中心颈椎 MRI 图像数据集，我们的系统采用了一个病理引导分割模型，能够准确分割关键的颈椎解剖结构。分割之后是一个基于专家的诊断框架，可自动计算关键临床指标。我们的分割模型在四种颈椎解剖结构上取得了超过 0.90 的优异平均 Dice 系数，并在突出区域表现出更高的准确性。诊断评估进一步展示了系统的精确性，在 C2-C7 Cobb 角和 Maximum Spinal Cord Compression (MSCC) 系数上取得了最低的平均绝对误差 (MAE)。此外，我们的方法在突出物定位、K 线状态评估、T2 高信号检测和 Kang 分级中表现出高准确率、精确率、召回率和 F1 分数。对比分析和外部验证表明，我们的系统优于现有方法，为颈椎病的分割和诊断任务确立了新的基准。
引用
@article{arxiv.2503.06114,
title = {Pathology-Guided AI System for Accurate Segmentation and Diagnosis of Cervical Spondylosis},
author = {Qi Zhang and Xiuyuan Chen and Ziyi He and Lianming Wu and Kun Wang and Jianqi Sun and Hongxing Shen},
journal= {arXiv preprint arXiv:2503.06114},
year = {2025}
}