编辑推荐：
为解决传统股骨形态测量方法易受主观因素影响、不适合大规模数据分析的问题，研究人员开展了基于 CT 图像的股骨近端形态参数自动测量研究。结果显示该方法准确性高，能有效减少主观影响，为骨科手术提供重要参考。
在骨科领域，髋关节骨折因其预后差、并发症多和死亡率高，被称为 “生命的最后一次骨折”。随着人口老龄化加剧，这一问题在我国愈发突出。全髋关节置换术（THA）是治疗髋关节疾病的标准手术方式，术前精准测量股骨近端形态参数对于手术规划、股骨柄优化及个性化设计至关重要。然而，传统的基于 X 射线 / CT 图像的手动测量方法，不仅要求操作者具备专业解剖知识，还容易受到操作者个人差异的影响，测量误差较大，例如颈干角（NSA）手动测量误差可达 3.9° - 10.3°，这使得大规模数据分析难以开展。因此，利用计算机技术实现股骨形态参数的自动测量成为众多学者的研究热点。
为解决这些问题，西安邮电大学计算机学院、中国人民解放军总医院第四医学中心骨科、北京大学人民医院创伤骨科的研究人员开展了相关研究。他们提出了一种基于点云语义分割技术的股骨近端形态参数自动测量方法，并将研究成果发表在《Scientific Reports》上。
研究人员用到的主要关键技术方法如下：首先，收集 213 例患者的下肢 CT 成像数据构建股骨统计模型，该模型由专业医生手动分割点云样本并标记。其次，利用 Marching Cubes 算法从 CT 图像中提取股骨点云，再通过 Geodesic - Based Bayesian Coherent Point Drift（GBCPD）非刚性点云配准算法，实现测量样本与统计模型的快速分层配准，建立点对应关系，从而自动分割股骨点云。最后，运用数值方法计算股骨近端相关参数，并与专业医生手动测量结果进行对比验证。
研究结果如下：
- 股骨统计模型评估：通过不同点云配准算法对股骨统计模型进行拟合实验，以均方根误差（RMSE）为评估指标。结果显示，Bregman Coherent Point Drift（BCPD）方法的 RMSE 最低，为 0.73，GBCPD 方法 RMSE 为 0.74，表现出较强的非刚性配准能力，且该模型适用于不同的点云配准算法和股骨模型。
- 股骨点云分割精度和计算时间评估：以手动分割为基准，计算 Chamfer 距离和 Dice 相似系数评估自动分割精度。股骨骨干和股骨头的平均 Dice 相似系数分别达到 0.99 和 0.98，平均 Chamfer 距离分别为 0.07mm 和 0.18mm，表明自动分割结果与手动分割高度一致，但股骨颈因形态复杂，分割精度略低。测量 213 个股骨点云的平均时间为 33.85s。
- 自动测量方法准确性评估：对比手动和自动测量结果，计算组内相关系数（ICC）。所有参数的 ICC 值均超过 0.8，其中股骨长度（FL）测量的 ICC 值达到 0.99，自动测量颈干角（NSA）的平均准确率为 98.47%，高于手动测量和其他文献报道，表明该自动测量方法准确性和可靠性高。
研究结论和讨论部分指出，该自动测量方法准确性和可行性得到验证，测量的平均 NSA 为 125.91°±5.43°，符合健康个体范围。与其他方法相比，该方法优势明显，如基于 2D X 射线成像的方法不够全面，其他一些方法准确性较低或自动化程度不足。颈干角对髋关节稳定性、运动范围和应力分布至关重要，异常的颈干角会导致下肢畸形、关节退变和步态异常等问题。在髋关节骨折治疗和 THA 手术中，恢复正常颈干角对术后功能恢复和假体稳定性意义重大。未来研究可进一步提高股骨颈点云分割精度，拓展测量方法适用的解剖和临床参数范围，如远端股骨参数和滑车沟参数等。这一研究成果为骨科手术的术前诊断提供了重要参考，有望推动精准医疗在骨科领域的发展。
