基于术前CT影像的肩峰与肩胛骨骨折预测：面向反向全肩关节置换术的自动化骨质量与形态图神经网络模型

《JSES International》：Predicting Acromial and Scapular Spine Fractures from Preoperative CT Imaging

　　

引言：肩峰与肩胛骨骨折（Acromial and Scapular Spine Fractures, ASSF）可发生于反向全肩关节置换术（reverse total shoulder arthroplasty, rTSA）后，导致显著功能损害且治疗选择有限。研究人员开发了一种全自动深度学习pipeline，仅基于术前CT（computed tomography）扫描即可预测患者是否会发生ASSF。
方法：所有术前CT扫描均使用nn-UNet模型进行自动分割。基于Point2SSM++训练自动landmarking模型，以生成肩胛骨对应点云。在每个对应点提取6个骨质量特征。在来自接受同一rTSA植入物的287例扫描中，使用分层5折交叉验证，训练图神经网络（Graph Neural Network, GNN）以基于骨质量与形态进行预测。
结果：对于ASSF预测，模型达到平衡准确率（balanced accuracy）0.74 ± 0.04、精确率（precision）0.53 ± 0.09、召回率（recall）0.70 ± 0.19和特异性（specificity）0.77 ± 0.13。GNN在所有评估指标上均优于传统机器学习模型。
结论：仅使用术前CT扫描衍生的肩胛骨骨质量与形态，模型可中等程度预测ASSF。

研究背景：肩峰与肩胛骨骨折（Acromial and Scapular Spine Fractures, ASSF）在反向全肩关节置换术（reverse total shoulder arthroplasty, rTSA）后发生于1.5%至4%患者，导致功能损害和活动范围下降，且无论治疗如何持续。若能在术前规划阶段识别高风险患者，可能预防该并发症。已知风险因素包括植入物设计特征如glenosphere直径和baseplate固定螺钉数量，患者人口学因素如年龄和女性，以及影响骨与软组织质量的诊断如类风湿性关节炎和肩袖撕裂关节病。然而，骨质量与ASSF风险关系仍不清楚。Colasanti et al.基于13例ASSF患者提出小梁骨密度降低可能导致rTSA后ASSF，而Yeazell et al.在6例ASSF患者数据集中发现相反关系。这些矛盾发现表明需要更大样本和更复杂分析方法。机器学习和计算机视觉可从术前计算机断层扫描（computed tomography, CT）自动定量测量骨质量，比主观手动评估更全面评估骨形状和Hounsfield强度（Hounsfield unit, HU）变化。图神经网络（Graph Neural Network, GNN）可保留3D骨表面空间关系，学习邻近区域骨质量如何组合影响整体结构完整性并预测ASSF。人口学和诊断风险因素可帮助估计ASSF风险，但不能区分具有完全相同特征的患者。本研究调查仅使用CT扫描的GNN能否进一步识别这些患者中最终发生ASSF者。前瞻性识别高风险患者可改善手术规划和决策，使rTSA时预防性干预如预防性 plating 成为可能，并促进患者咨询。

关键技术方法与样本队列：样本队列来自多中心数据库，ASSF发生率为1.52%，最终纳入287例扫描（71例ASSF与216例匹配对照；匹配同性别、同诊断、年龄差≤5年，均接受Equinoxe^? Reverse Shoulder System，Advita Ortho，Gainesville，FL，USA）。关键技术：nn-UNet自动分割肩胛骨、肱骨及皮质/小梁区域并生成3D mesh；基于Point2SSM++训练自动landmarking，迭代细化生成对应点云；每点提取6个骨质量特征；GNN采用5层图卷积网络（Graph Convolutional Network, GCN）、512隐藏维、jumping knowledge、全局求和池化与2层多层感知机（multilayer perceptron, MLP）；分层5折交叉验证；与传统AutoGluon-Tabular模型比较；用GNNExplainer与主成分分析（principal component analysis, PCA）统计形状模型（statistical shape model, SSM）解释。

研究结果

结果：研究人员通过分层5折交叉验证评估全自动GNN pipeline。模型平均平衡准确率（balanced accuracy）0.74 ± 0.04，精确率（precision）0.53 ± 0.09，召回率（recall）0.70 ± 0.19，特异性（specificity）0.77 ± 0.13。受试者工作特征曲线下面积（ROC AUC）为0.70 ± 0.09，F₁分数为0.58 ± 0.04。模型平均可筛查出70%将发生ASSF患者，但每两个预测高风险者仅一个发生。平衡准确率各折为0.68至0.77。GNN在所有评估指标上优于传统机器学习模型；最佳传统模型为带PCA降维的Tabular Neural Network，平衡准确率仅0.54。仅基于人口学因素的logistic regression平衡准确率为0.50，处于随机猜测水平。

可解释性：通过GNNExplainer，非ASSF病例模型关注与常见Levy骨折区一致的窄带骨，提示快速检查关键区域；ASSF病例模型广泛赋予高重要性，提示需综合分析分散的细微骨折风险指标。通过PCA构建SSM，前15个变异模式均未达到统计学显著性；mode 1 p=0.17、mode 7 p=0.10、mode 8 p=0.07、mode 12 p=0.11。总体缺乏显著模式支持ASSF预测复杂，不能仅由形态确定。观察显示，与阳性ASSF预测相关的变异倾向更小、更直立肩峰（acromion）。

讨论部分总结：模型平衡准确率0.74、ROC AUC 0.70，表明可合理识别ASSF风险。匹配数据集ASSF占25%，临床报告率为1.52%；平衡准确率和ROC AUC对类别不平衡不变。召回率70%，但精确率0.53，且精确率和召回率受数据集不平衡影响并高估模型性能。仅人口学logistic回归随机水平，因数据集构建时已控制这些变量。GNN优于传统ML归因于骨质量数据的空间性和解剖连通性保留。传统ML将12,288个特征（2048点×6特征）视为独立变量，GNN利用mesh连通性建模相邻位置骨质量如何影响骨折风险，符合应力骨折由连通骨组织力传播导致而非孤立弱点。PCA将12,288特征降至203后传统ML仍不敌GNN，可能因PCA线性假设不适合非线性骨质量数据。GNN提供超出高龄女性、类风湿或其他肩袖撕裂关节病等高风险人口学的附加预测价值，但匹配设计和缺乏外部验证限制真实临床性能评估。未来统一模型结合标准人口学与诊断信息有前景。未来工作可整合软组织特征和术前规划特征；beta angle、critical shoulder angle、acromio-humeral interval可作全局特征在池化步骤拼接；三角肌等局部特征可加入其附着节点；radiomic特征可能优于简单强度与厚度特征。限制：原始304例，pipeline失败率3.3%（10/304），4例分割质量差，6例landmarking失败，其中3例显著生长或囊肿从glenoid伸向acromion，3例极端glenoid侵蚀；失败发生在landmarking模型将肩胛骨mesh分为亚区时。自动pipeline需未裁剪CT完全捕获肩胛骨。不同中心CT采集设置可能影响性能。样本量因ASSF罕见而有限，本研究为内部验证，需独立数据集外部验证。未区分创伤性和非创伤性ASSF。匹配过程限制一般人群表现；使用同一Equinoxe^?系统限制其他厂商泛化；植入物配置和放置未纳入特征。

研究结论翻译：研究人员已开发全自动pipeline，分割、landmarking、测量骨质量并最终用GNN分类肩胛骨基于rTSA后发生ASSF可能性。仅使用术前CT衍生骨质量与形态的模型在具有相同诊断和人口学特征患者间预测ASSF达到平衡准确率0.74。这些预测由rTSA前术前CT生成，证明模型识别高危患者效用，并可能在外部队列验证后有助于未来手术决策。在匹配数据集中，性别、诊断、年龄和植入物系统受控，性能差距表明要进一步区分相似个体ASSF风险，需要肌肉质量和手术技术额外细节。结合自动CT分割软组织特征和术前规划数据，自动筛查ASSF患者似乎可行。