姿态作为临床先验：学习双重表征用于脊柱侧弯筛查
计算机视觉与模式识别
2025-09-03 v1 人工智能
摘要
近期基于人工智能的脊柱侧弯筛查方法主要依赖大规模轮廓数据集，往往忽略了临床上相关的姿势不对称性——传统筛查中的关键指标。相比之下，姿态数据提供了直观的骨骼表征，增强了各种医学应用中的临床可解释性。然而，基于姿态的脊柱侧弯筛查仍探索不足，主要面临两大挑战：（1）大规模、带标注的姿态数据集稀缺；（2）原始姿态坐标的离散性和噪声敏感性，阻碍了对细微不对称性的建模。为解决这些局限，我们引入了Scoliosis1K-Pose，这是一个二维人体姿态标注集，扩展了原始的Scoliosis1K数据集，包含来自1050名青少年的447,900帧二维关键点。基于此数据集，我们提出了双重表征框架（DRF），该框架集成了一个连续的骨架图以保留空间结构，以及一个离散的姿势不对称向量（PAV），该向量编码了临床相关的不对称描述符。一个新颖的PAV引导注意力（PGA）模块进一步利用PAV作为临床先验，指导从骨架图中提取特征，聚焦于具有临床意义的不对称性。大量实验表明，DRF达到了最先进的性能。可视化结果进一步证实，该模型利用临床不对称线索来指导特征提取，并促进其双重表征之间的协同作用。数据集和代码已在https://zhouzi180.github.io/Scoliosis1K/上公开。
引用
@article{arxiv.2509.00872,
title = {Pose as Clinical Prior: Learning Dual Representations for Scoliosis Screening},
author = {Zirui Zhou and Zizhao Peng and Dongyang Jin and Chao Fan and Fengwei An and Shiqi Yu},
journal= {arXiv preprint arXiv:2509.00872},
year = {2025}
}
备注
Accepted to MICCAI 2025