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(yù)測，文體部門選才，法醫(yī)學(xué)鑒定及相關(guān)內(nèi)分泌疾病診療中起至關(guān)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(biāo)準(zhǔn)X線片圖像集進(jìn)行比較，選取最接近的圖像，得到檢查者對應(yīng)的骨齡，速度快但是主觀性強(qiáng)，結(jié)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(zhǔn)確性高，但操作過程復(fù)雜［6］。近年來，隨著計算機(jī)技術(shù)的發(fā)展，國內(nèi)外學(xué)者已經(jīng)對自動化骨齡評估方法進(jìn)行大量研究［6-8］。深度學(xué)習(xí)在醫(yī)學(xué)圖像配準(zhǔn)、醫(yī)學(xué)圖像分割等醫(yī)學(xué)影像領(lǐng)域已取得巨大突破，深度學(xué)習(xí)在骨齡自動評估上也具備可行性。筆者團(tuán)隊在前期研究中發(fā)現(xiàn)，采用TW3法對學(xué)齡前兒童進(jìn)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(xué)習(xí)自動骨齡評估模型（下文簡稱模型），探討深度學(xué)習(xí)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(xué)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(guān)臨床病史信息。隨機(jī)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(jīng)醫(yī)院醫(yī)學(xué)倫理委員會批準(zhǔn)，所有受檢者家屬簽署知情同意書。納入標(biāo)準(zhǔn)：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(biāo)準(zhǔn)：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(jī)作為成像設(shè)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(yuǎn)端3～4 cm。攝片距離約90 cm。身體其他部位做好射線防護(hù)。

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(guān)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(yuǎn)端，第1、3、5掌指骨在內(nèi)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(nèi)的7塊腕骨骨骺。（2）金標(biāo)準(zhǔn)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(xùn)的高年資放射科主任醫(yī)師。按照雙盲原則對骨齡影像進(jìn)行評估，將3者標(biāo)注結(jié)果均值作為金標(biāo)準(zhǔn)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(jìn)行TW3法骨齡測定系統(tǒng)培訓(xùn)后，按照雙盲原則獨立評估圖像，計算各自結(jié)果。（4）模型組制定方法：采用Dr.Wise系統(tǒng)中深度學(xué)習(xí)自動骨齡評估模型分析及計算骨齡片結(jié)果。模型評估骨齡的過程分為3步。第一步，模型基于關(guān)鍵點檢測卷積神經(jīng)網(wǎng)絡(luò)，精確定位手指關(guān)節(jié)等結(jié)構(gòu)，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(yīng)TW3的R系列骨齡和C系列骨齡，得到模型組結(jié)果。見圖1。

圖1 模型骨骺評級輸出界面圖

1.4 統(tǒng)計學(xué)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(biāo)準(zhǔn)組的均方誤差（MSE）及平均絕對誤差（MAE）評價準(zhǔn)確性。采用組內(nèi)相關(guān)系數(shù)（ICC）分析，比較模型組和醫(yī)師組與金標(biāo)準(zhǔn)組的結(jié)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(xué)意義。對掌指骨和腕骨中模型組與金標(biāo)準(zhǔn)差異分別繪制Bland-Altman圖，并計算95%一致性界限。

2 結(jié)果

2.1 模型組可重復(fù)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(fù)性，所有X線片再次進(jìn)行評估，兩次結(jié)果完全一致，即模型組的可重復(fù)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(biāo)準(zhǔn)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(biāo)準(zhǔn)組的骨骺評級

2.2 模型組和醫(yī)師組與金標(biāo)準(zhǔn)組MSE、MAE差異比較 與金標(biāo)準(zhǔn)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(xué)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(xué)意義（P＜0.05）。見表2。

表2 模型組和醫(yī)師組與金標(biāo)準(zhǔn)組骨齡評估誤差

2.3 模型組和醫(yī)師組與金標(biāo)準(zhǔn)組結(jié)果一致性比較 與金標(biāo)準(zhǔn)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(biāo)準(zhǔn)組的組內(nèi)相關(guān)系數(shù)

2.4 模型組預(yù)測同金標(biāo)準(zhǔn)組評估結(jié)果比較 模型組預(yù)測的掌指骨骨齡值與金標(biāo)準(zhǔn)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(yù)測腕骨骨齡值與金標(biāo)準(zhǔn)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(yù)測值與金標(biāo)準(zhǔn)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(jìn)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(jīng)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(qū)使臨床工作轉(zhuǎn)向計算機(jī)科學(xué)尋求幫助，實現(xiàn)更為方便、迅速的技術(shù)。

人工智能在醫(yī)療領(lǐng)域已有廣泛應(yīng)用，而計算機(jī)GPU硬件、深度學(xué)習(xí)技術(shù)的進(jìn)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(jīng)網(wǎng)絡(luò)提取手腕部感興趣區(qū)，評估骨的成熟程度，計算分?jǐn)?shù)，得到對應(yīng)骨齡。本研究所采用的人工智能模型具有深度多級手部關(guān)鍵點檢測網(wǎng)絡(luò)，通過對骨骺的關(guān)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(shè)計分支網(wǎng)絡(luò)，依據(jù)深度卷積網(wǎng)絡(luò)抽取特征后，分別回歸骨骺發(fā)育等級，進(jìn)行骨齡綜合預(yù)測。

近年來，國內(nèi)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(zhǔn)確性、簡便性、可重復(fù)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(jìn)行識別，提出并測試多種骨齡評估深度學(xué)習(xí)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(yīng)用微調(diào)的CNN于骨齡評估人工智能系統(tǒng)，在短時間（＜2 s）內(nèi)能獲得較高的準(zhǔn)確度，男女均在1年內(nèi)達(dá)到92.29%，2年內(nèi)達(dá)到98.56%［11］。李莉紅等［12］研究進(jìn)一步證實深度學(xué)習(xí)模型對基于手腕部DR影像骨齡預(yù)測的價值，且整體影像數(shù)據(jù)驅(qū)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(fù)性實現(xiàn)100%，即2次輸入相同的圖像所得到結(jié)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(biāo)準(zhǔn)組結(jié)果更為接近；在R系列上模型組和醫(yī)師2相比，相對金標(biāo)準(zhǔn)組結(jié)果更接近。這可能與人工評估的步驟復(fù)雜有關(guān)。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(jìn)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(jìn)行深度學(xué)習(xí)，迅速計算出對應(yīng)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(biāo)準(zhǔn)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(jié)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(biāo)準(zhǔn)組結(jié)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(yù)測值同金標(biāo)準(zhǔn)差值的95%CI（-0.61，+0.83）。模型組腕骨預(yù)測值與金標(biāo)準(zhǔn)差值的95%CI（-1.11，+0.92）。相比LARSON等［14］結(jié)果，本研究模型的評估結(jié)果與金標(biāo)準(zhǔn)一致性相對較好。

綜上所述，Dr.Wise系統(tǒng)中的深度學(xué)習(xí)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(jié)果與低年資放射科醫(yī)師相比具有相似甚至更好的準(zhǔn)確性、一致性。低年資醫(yī)師在骨齡診斷方面經(jīng)驗欠缺，尚不能與相關(guān)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(yù)測值與金標(biāo)準(zhǔn)組Bland-Altman圖