基于跨序列学习的深度学习模型在20岁以下患者眼眶骨折X线识别中的应用研究

这篇研究创新性地开发了基于跨序列学习的多输入视觉变换器(ViT)模型，用于20岁以下患者眼眶骨折的X线诊断。通过匹配原始图像与感兴趣区域(ROI)裁剪图像的最低余弦相似度对，模型实现了0.802的受试者工作特征曲线下面积(AUROC)，显著提升了临床医师诊断特异性(P<0.001)。该技术可减少63%不必要CT检查，为儿科急诊提供高效低辐射的决策支持。

　　

1 引言

眼眶骨折在20岁以下患者中属于需紧急手术的医疗急症，目前诊断金标准是高分辨率CT。然而CT检查存在辐射风险，且临床数据显示仅18%疑似病例确诊骨折。传统X线诊断假阴性率高达9-28%，尤其对于儿童特有的"活板门"骨折(trapdoor fracture)容易漏诊。研究团队创新性地将视觉变换器(Vision Transformer, ViT)架构与跨序列学习结合，旨在开发可减少不必要CT检查的AI辅助诊断系统。

2 材料与方法

2.1 数据集

回顾性收集韩国两家医院2012-2022年间1814例20岁以下面部创伤患者的眼眶X线及CT数据，其中330例(18%)确诊骨折。数据集按7:1:2比例分层随机分为训练集、调优集和测试集，并采用10折交叉验证。骨折部位分类显示：眶底骨折占35%，多发性骨折占32%，内侧壁骨折占28%。

2.2 分类模型

创新性提出跨序列学习技术：

1）通过余弦相似度匹配原始X线与ROI裁剪图像对，确保标签一致但视觉特征差异最大化

2）采用双并行ViT架构分别处理原始图像(224×224像素)和ROI图像(112×112像素)

3）特征融合层仅使用简单拼接而非复杂编码器

关键创新在于训练阶段动态匹配最低相似度图像对，测试阶段则使用固定配对。

2.3 临床验证

设计双盲阅读实验，由儿科放射科医师(9年经验)、眼科外科医师(9年经验)和放射科住院医师(2年经验)分别在无/有AI辅助情况下进行诊断。模型通过热力图(Grad-CAM)高亮可疑骨折区域，医师采用5级Likert量表评估。

3 结果

3.1 模型性能

单输入ViT模型AUROC为0.670，而跨序列学习多输入模型提升至0.802。特异性达86.5%，阳性预测值(PPV)提高至70.9%。典型病例显示模型可准确定位眶内侧壁骨折(图6)。

3.2 临床辅助价值

AI辅助使所有医师诊断特异性显著提升(9.1-16.4%，P<0.001)，其中住院医师提升最大。眼科医师的PPV提高23.4%，但敏感性改善未达统计学意义。值得注意的是，62%手术病例从诊断到手术中位间隔仅4天，突显快速准确诊断的临床价值。

4 讨论

该研究首次证明多模态ViT架构在儿科眼眶骨折诊断中的应用价值。跨序列学习通过增强输入多样性，使模型捕捉到传统方法难以识别的细微骨折特征。虽然65.8%的敏感性仍低于CT，但已超越人类医师单独读片水平(38.7-64.5%)。

技术亮点包括：

1）创新性图像配对策略避免复杂特征融合设计

2）ROI裁剪保留诊断关键区域同时降低计算复杂度

3）热力图可视化增强临床可信度

局限性在于训练数据均来自韩国医疗机构，需多中心验证。未来可通过图神经网络优化相似度计算，或开发多尺度ROI生成算法进一步提升性能。该技术有望成为急诊分诊的有效工具，显著减少儿童不必要的辐射暴露。