基于分割分类与自监督学习的手部X射线图像骨质疏松预测新方法

本研究针对骨质疏松筛查中双能X射线吸收测定法(DXA)普及率低的问题，创新性地提出利用广泛可得的手部X光图像进行疾病预测。通过概率U-Net解码器实现尺骨、桡骨和掌骨的不确定性感知分割，结合最优传输理论处理标注差异，并采用自监督学习(SSL)增强特征表征。在192例经DXA验证的样本中，该方法展现出85%的AUC值，为骨质疏松早期筛查提供了高效可靠的视觉诊断策略。

　　

随着全球老龄化进程加速，骨质疏松症已成为严重影响老年人生活质量的代谢性骨病。这种疾病以骨密度（BMD）降低和骨微结构破坏为特征，使骨骼变得脆弱易折。目前临床诊断的金标准——双能X射线吸收测定法（DXA）虽然准确，却存在设备昂贵、操作依赖专业性、肥胖患者测量误差等局限，导致许多潜在患者未能获得及时诊断。面对这一困境，研究人员开始探索利用常规医疗场景中更易获取的影像资料进行替代筛查的可能性，其中手部X射线因普及率高、成本低廉且包含丰富骨骼结构信息而备受关注。

传统方法中，第二掌骨皮质指数（2MCI）曾被提出作为骨质疏松的生物标志物，但依赖人工测量导致效率低下且易遗漏关键特征。近年来深度学习技术在医疗影像领域展现出巨大潜力，然而直接将高分辨率手部X光图像输入分类网络面临两大挑战：一是图像尺寸远超常规模型处理能力，二是简单缩放会导致丢失对诊断至关重要的骨骼纹理和微结构信息。

为解决这些难题，来自韩国汉阳大学的研究团队在《Scientific Reports》发表了创新性研究成果，提出了一种融合分割分类框架与自监督学习的手部X射线骨质疏松预测方法。该研究通过不确定性感知分割技术精准定位目标骨骼区域，利用自监督学习从无标注数据中学习鲁棒特征，最终实现了高达0.85的AUC值，为骨质疏松筛查提供了新的技术路径。

研究采用的关键技术方法包括：1）基于概率U-Net的多解码器架构实现尺骨、桡骨和五块掌骨的不确定性分割；2）最优传输理论处理医学图像标注中的固有变异性；3）针对手部X射线特性定制的多裁剪增强策略；4）对比自监督学习（SimCLR/SupCon/SwAV/VICReg）预训练范式；5）使用192例经DXA验证的手部X射线数据集（含临床T评分标注）进行模型验证。

分割掩模生成与目标骨骼提取

研究团队设计了一种模块化不确定性分割框架，其核心创新在于采用多个并行解码器模块捕捉分割分布的不同模式。每个解码器引入模块特异性高斯噪声，通过特征仿射调制保持空间一致性，最终通过路由函数整合各模块输出形成混合预测分布。该方法采用最优传输损失函数，有效解决了医学图像标注中常见的歧义性问题。分割输出通过哈达玛乘积生成7个独立的骨骼图像块（尺骨、桡骨和5块掌骨），为后续分析提供精准的感兴趣区域。

多裁剪数据增强策略

针对骨骼图像块中存在大量零值像素的特点，研究团队改进了传统多裁剪增强方法。通过迭代拒绝采样确保每个裁剪区域至少包含10%的非零像素，有效保留了关键特征信息。增强方案包含随机旋转（±30°）、平移（±10%）、翻转以及亮度对比度调整，同时采用双分辨率采样策略（224×224全局视图和96×96局部视图）增强模型尺度不变性。

自监督预训练与监督微调

研究对比了四种主流自监督学习方法：SimCLR通过对比同一实例的不同增强视图学习表征；SupCon引入类间相似性约束；SwAV采用交换预测机制避免负样本对比；VICReg通过方差、协方差正则化确保特征多样性。预训练后的编码器在监督微调阶段仅训练最终线性层，采用七块骨骼概率平均聚合策略实现受试者级别预测，有效提升了诊断可靠性。

模型性能评估与消融实验

在192例样本（23男性/169女性）的测试中，SimCLR表现最佳（F1分数0.68±0.03，AUC 0.85±0.01）。显著性发现包括：第二掌骨、桡骨和尺骨对骨质疏松检测贡献最大，与临床医学认知高度一致。消融实验证实：取消骨骼分割步骤导致性能显著下降（SimCLR的F1降低0.12）；传统单解码器U-Net相比多解码器架构AUC降低0.05；移除SSL预训练使AUC骤降0.18；使用传统多裁剪替代定制方案也造成性能衰减。

与监督学习基线的比较

研究进一步与现有监督方法对比：Jang等人的VGG16髋部放射影像模型（0.51 F1）、Hsieh等人的 landmark裁剪方法（0.53 F1）、Wang等人的VGG16+Transformer多ROI建模（0.55 F1）以及Ho等人的DeepDXA模型（0.64 F1）。本研究提出的框架以0.68 F1和0.85 AUC显著超越所有基线，验证了分割分类框架与SSL结合的优越性。

该研究的重要意义在于首次系统性地将不确定性分割、最优传输理论和自监督学习融合应用于手部X射线骨质疏松筛查，解决了传统方法对标注数据高度依赖的痛点。通过精准的骨骼区域分割和增强的特征学习能力，模型在有限数据条件下实现了与DXA高度一致的诊断性能。特别值得关注的是，该方法仅需常规手部X光片即可完成筛查，极大降低了医疗成本和设备需求，为资源有限地区的骨质疏松普查提供了可行方案。

未来研究可进一步扩大样本规模并拓展到多中心验证，同时探索模型在其它骨骼疾病诊断中的迁移应用价值。该技术框架不仅为骨质疏松筛查提供了新范式，也为医疗影像分析中小样本学习问题提供了重要技术参考，推动人工智能在临床诊断中的深度应用。