基于生成对抗网络（GANs）的单张X光片三维脊柱重建技术及其在青少年特发性脊柱侧凸评估中的创新应用

来自某研究团队的研究人员针对单张X光片难以完整捕捉脊柱复杂三维形态的临床难题，开发了基于双重训练策略生成对抗网络（GANs）的三维脊柱重建框架。该研究集成自适应多尺度注意力机制，在49例脊柱侧凸病例中实现表面重叠度0.92、体积Dice系数0.94，平均表面距离较现有方法降低0.16mm，为脊柱三维精准重建提供突破性解决方案。

　　

三维脊柱模型在青少年特发性脊柱侧凸（Adolescent Idiopathic Scoliosis）的评估与治疗决策中具有关键作用。由于脊柱复杂的三维结构无法通过单张X光片完整呈现，本研究开发了基于生成对抗网络（Generative Adversarial Networks, GANs）的三维脊柱重建框架。创新性地采用双重训练策略生成高质量三维脊柱结构，并整合自适应跨尺度注意力机制，通过建立跨层级特征关联与动态权重分配，确保特征提取过程中全尺度关键信息的完整性保留。该方法在49例脊柱侧凸病例中验证显示：表面重叠度达0.92，体积Dice系数为0.94，相较于前沿技术将平均表面距离降低0.16mm，显著提升了单张X光片三维重建的精度与临床应用价值。