医学影像中用于改善脊柱病变检测的图像增强技术综述

《Computers and Electrical Engineering》：A review of image enhancement techniques for improved detection of spinal lesions in medical imaging

　　

摘要
脊柱病变的准确诊断依赖于通过 X 光、磁共振成像（MRI）和计算机断层扫描（CT）获得的清晰且高质量的医学图像。在临床实践中，这些图像常受噪声、低对比度、成像伪影和采集设置差异的影响。这些局限性会掩盖脊柱解剖结构，降低临床评估和计算机辅助图像分析的准确性。因此，图像增强已成为病变检测、分割及其他自动图像分析任务必不可少的预处理步骤。本文通过综述 2016 年至 2025 年间发表的研究，全面介绍了脊柱图像增强领域的最新进展。本综述遵循系统综述和荟萃分析首选报告条目（PRISMA）指南进行。综述的研究涵盖了传统图像处理方法、机器学习（ML）技术、深度学习（DL）方法，包括卷积神经网络（CNNs）、U-Net 变体、生成对抗网络（GANs）和 Transformer 模型。为了进行系统比较，所选研究根据成像模式、增强技术和临床应用进行了分类。综述的研究使用结构相似性指数（SSIM）和峰值信噪比（PSNR）等定量指标评估图像增强效果。然而，相对较少的研究探讨这些改进是否始终转化为病变检测、分割准确性或整体诊断性能的增强。这一发现强调了使用与临床相关的下游任务评估增强技术的重要性，而不是仅依赖图像质量指标。此外，本综述总结了现有增强方法的优势和局限性，并讨论了当前面临的挑战，包括数据集多样性有限、跨数据集泛化能力差、评估方案不一致、模型可解释性不足、可重复性问题以及端到端临床验证有限。最后，提出了未来的研究工作，以支持开发可靠、高效且可在临床部署的 AI 辅助脊柱成像系统。

1. 引言
脊髓是中枢神经系统（CNS）的重要组成部分，充当周围神经系统与中枢神经系统之间双向通信的主要通道。脊髓位于椎柱内，受到周围脑膜和脑脊液缓冲作用的保护。其结构设计为中心分布灰质，负责处理感觉和运动功能，以及由有髓神经纤维组成的白质。解剖学上，脊髓由 31 个脊髓节段组成，包括 1 个尾骶段、5 个骶段、5 个腰段、12 个胸段和 8 个颈段。每个节段连接两条脊神经，控制不同的功能 [1], [2]。
图 1 在一张图表中展示了脊髓的结构组织和生理重要性。它由几个关键部分组成，包括白质、灰质、脑膜、脑脊液和脊神经。这些结构协同工作，支持运动、感觉、反射、呼吸和膀胱控制等重要身体功能。各种疾病都可能影响脊髓和椎柱，包括创伤性损伤、退行性疾病如颈椎病、炎症性疾病如多发性硬化症、肿瘤、感染和血管异常。在医学图像中，这些状况通常表现为结构变化或异常病变，这使得准确识别和评估成为诊断和治疗计划所必需的。然而，获取清晰的脊柱图像通常很困难，因为 X 光、计算机断层扫描（CT）和磁共振成像（MRI）等成像技术会受到噪声、低对比度、成像伪影和图像采集差异等因素的影响。这些因素包括有限的组织对比分辨率、图像噪声、运动伪影以及相邻解剖结构的叠加。这些问题可能会影响诊断评估的准确性。为了应对这些挑战，开发了各种先进的图像技术，其中对比度增强、噪声抑制和分割已被证明可以改善图像可视化和特征提取。
在这些技术中，多尺度 Retinex 图像增强被证明可以改善对比度，从而有助于病理结构的可视化 [4], [5]。深度学习（DL）分割也显示出前景，其中基于 U-Net 的模型实现了椎骨和椎间盘的可靠分割，从而有助于自动化诊断脊柱状况，如脊柱侧弯和脊椎滑脱 [6], [7]。此外，各种人工智能（AI）技术，如卷积神经网络（CNNs）和视觉 Transformer，被证明可以改善脊柱成像中的检测和分类性能。例如，ACAT-Net 和 TIA-UNet 模型被证明能够实现准确的特征提取，而基于 Transformer 的模型如 SpineHRformer 利用自注意力机制对脊柱成像中的复杂结构进行建模 [8], [9], [10], [11]。这些进展显著促进了准确诊断的实现，减少了解读时间，并确保结果的一致性和可重复性。然而，脊柱图像分析仍面临几个挑战。数据集多样性有限、类别不平衡和模型泛化能力差通常会降低 AI 模型的可靠性，特别是在应用于不同成像模式时。最近的研究通过使用生成对抗网络（GANs）创建合成训练图像来解决这些问题。这些图像增加了训练数据的多样性，并帮助深度学习模型在未见的临床案例上表现得更一致 [12], [13]。Hussain 等人 [14] 综述了用于诊断退行性椎间盘疾病的最新 DL 技术。他们的综述比较了成像模式、公开可用的数据集、预处理方法、深度学习模型和评估指标。他们还讨论了现有方法的局限性，并确定了基于 AI 的脊柱图像分析未来研究的可能步骤。
下载：下载高分辨率图像 (497KB) 下载：下载全尺寸图像
图 1. 人类脊髓的结构解剖和核心功能。插图基于标准脊柱解剖参考 [3] 创建。

1.1. 脊柱疾病、病变及诊断方法
脊柱疾病包括各种病理状况，即创伤、退行性疾病如颈椎病和椎间盘突出、炎症性疾病如多发性硬化症、肿瘤性疾病如星形细胞瘤和室管膜瘤、感染性疾病如脊柱结核，以及血管疾病如脊髓梗死。这些状况会导致显著的中枢神经系统缺陷，如瘫痪、感觉丧失和慢性疼痛，因此需要准确及时的诊断评估，以便对这些状况进行适当的临床管理 [1], [15], [16], [17]。
图 2 是脊柱主要病理状况的图形表示，以及创伤、退化、炎症、肿瘤形成和血管受损等病因因素如何导致脊柱病变的发展。每种状况都是脊柱柱损伤的临床重要原因，也是导致显著功能障碍的原因，因此需要通过医学成像技术进行精确检测。某些临床检查方法，如步态痉挛、反射亢进、阵挛存在、巴宾斯基征和霍夫曼征、勒梅尔特征和罗姆伯格测试，提示脊髓病理。然而，这些体征不具有特异性，不足以对脊柱疾病进行准确的临床诊断，特别是在病理初期和压迫性与非压迫性脊髓病的鉴别中。
医学成像广泛用于识别和评估脊柱病变 [18], [19], [20]。X 光、MRI 和 CT 图像用于观察脊柱和检测病变 [21], [22]。然而，某些局限性，如对比度、噪声、解剖结构和观察者 variability，影响诊断的准确性。因此，为了克服上述局限性，使用深度学习计算机辅助诊断系统来自动检测病变和分类。例如，EGCA-Net 用于通过边缘引导的特征增强和上下文聚合在 X 光图像中进行病变检测。在另一个例子中，ACAT-Net 用于通过注意力驱动的 Transformer 进行病变分类，以检测椎骨之间的形态差异。VinDr-SpineXR 框架用于通过一个包含 10,468 张 X 光图像的大型标注数据集来检测脊柱病变，在 IoU 阈值为 0.5 时实现了 33.56% 的平均精度均值 [23]。
下载：下载高分辨率图像 (683KB) 下载：下载全尺寸图像
图 2. 脊髓疾病和结构概述。插图基于标准脊柱解剖参考 [3] 创建。
分割方法通过更精确地定义脊柱的解剖结构和病理感兴趣区域，不断提高诊断准确性。SpineUNetX 等最先进模型，结合 ConvNeXt 编码器和注意力机制，以及 AGNet，采用双路径和边缘感知融合，即使在具有挑战性的成像条件下也显示出分割性能的显著改善 [24], [25]。如 TIA-UNet 等混合架构，将 CNNs 与 Transformer 模块集成，在脊柱分割应用中实现了 Dice 相似系数超过 90% 的分割性能 [9]。
最近的工作还探索了脊柱成像的图像重建。例如，3DSRNet 从二维（2D）X 光扫描重建三维（3D）脊柱图像，使其能够生成辐射暴露更低的类 CT 图像。Gao 等人报告该模型的峰值信噪比（PSNR）为 45.47 dB，表明重建质量良好 [12], [26]。尽管取得了这些进展，但在 AI 方法广泛应用于临床实践之前，仍有几个问题需要解决。当图像来自不同医院、扫描仪或采集协议时，模型性能往往会发生变化，这限制了它们在不同临床环境下的泛化能力。图像质量的差异也会影响基于 AI 分析的可靠性 [6], [27]。本综述汇集了关于脊柱图像增强的最新研究，包括传统图像处理、ML、DL 和可解释人工智能（XAI）方法。它讨论了现有方法的优势和局限性，考察了图像增强如何影响病变检测和诊断，并确定了需要进一步研究以支持准确且可临床应用的 AI 辅助脊柱成像系统进展的研究领域。

1.2. 综述方法
本综述检查了脊柱医学成像的最新研究，重点关注图像增强和基于 AI 的诊断方法。对选定的文献进行了分析，以比较 X 光、CT 和 MRI 所使用的技术、数据集和评估指标。
文献检索策略：我们从 ScienceDirect、IEEE Xplore、SpringerLink、Google Scholar 和 PubMed 获取同行评审文章。检索策略结合了与脊柱病理、脊柱成像模式、图像增强技术和人工智能相关的关键词。关键搜索词包括脊柱病变、椎骨病变、脊柱成像、图像增强、机器学习、深度学习、脊柱 X 光、脊柱 MRI 和 CT。使用布尔运算符（AND/OR）组合这些术语，并根据每个数据库调整搜索语法，同时保持搜索条件的原始意图。每个数据库的具体搜索字符串详述于表 1。搜索限制在 2016 年至 2026 年间发表的同行评审研究。
纳入标准：本综述纳入了使用 X 光、CT 和 MRI 进行脊柱成像的研究。研究使用 ML、DL 或混合方法调查图像增强、病变检测、分割或分类。仅纳入报告了定量评估指标的研究，如平均精度均值（mAP）、Dice 系数、准确率、受试者工作特征曲线下面积（AUROC）、峰值信噪比（PSNR）和结构相似性指数（SSIM）。同行评审期刊出版物和会议论文被选入综述。

表 1. 文献检索中使用的特定数据库布尔检索字符串。

| 数据库 | 检索策略 |
| :--- | :--- |
| IEEE Xplore | ("spinal lesion" OR "vertebral lesion" OR "spinal imaging") AND ("image enhancement" OR "image processing") AND ("machine learning" OR "deep learning" OR "artificial intelligence") AND ("spinal X-ray" OR "spine MRI" OR "CT") |
| ScienceDirect | ("spinal lesion" OR "vertebral lesion" OR "spinal imaging") AND ("image enhancement" OR "image processing") AND ("machine learning" OR "deep learning" OR "artificial intelligence") AND ("spinal X-ray" OR "spine MRI" OR "CT") |
| SpringerLink | ("spinal lesion" OR "vertebral lesion" OR "spinal imaging") AND ("image enhancement" OR "image processing") AND ("machine learning" OR "deep learning" OR "artificial intelligence") AND ("spinal X-ray" OR "spine MRI" OR "CT") |
| PubMed | (("spinal lesion"[Title/Abstract]) OR ("vertebral lesion"[Title/Abstract]) OR ("spinal imaging"[Title/Abstract])) AND (("image enhancement"[Title/Abstract]) OR ("image processing"[Title/Abstract])) AND (("machine learning"[Title/Abstract]) OR ("deep learning"[Title/Abstract]) OR ("artificial intelligence"[Title/Abstract])) AND (("spinal X-ray"[Title/Abstract]) OR ("spine MRI"[Title/Abstract]) OR ("CT"[Title/Abstract])) |
| Google Scholar | ("spinal lesion" OR "vertebral lesion" OR "spinal imaging") AND ("image enhancement" OR "image processing") AND ("machine learning" OR "deep learning" OR "artificial intelligence") AND ("spinal X-ray" OR "spine MRI" OR CT) |

排除标准：如果研究考虑了脊柱以外的身体部位，未清楚解释提出的方法，或缺乏定量实验验证，则予以排除。其他来源，如论文、技术报告和非同行评审出版物，也被排除。
质量评估：根据每项研究对脊柱成像的相关性、提出方法的清晰度、数据集的描述、报告的指标以及实验验证的质量进行评估。

方法学细节不完整或定量结果不足的研究未被纳入比较分析。研究筛选与分析：去除重复记录后，剩余出版物由多名评估员独立审阅，他们依据既定的纳入和排除标准对标题和摘要进行评估。随后，对潜在符合条件的文章的全文进行检查，以确认其是否符合纳入条件。若评估员在纳入或排除某项研究上存在分歧，则进行讨论，并依据预定义标准达成共识。所选研究按成像方式（X射线、CT和MRI）及研究重点（包括图像增强、病灶检测、分割和分类）进行归类，以便对现有方法进行对比。图3展示了本综述的文献筛选流程。数据库检索从IEEE Xplore、ScienceDirect、SpringerLink、PubMed和Google Scholar共获得850条记录。去除150条重复记录后，剩余700篇唯一研究进一步进行筛选。审查这些文章的标题和摘要，判断其是否与脊柱成像、图像增强及基于人工智能的诊断方法相关。基于此筛选，400篇研究因超出本综述范围或未提供足够的方法学信息而被排除。剩余300篇文章进入全文评估阶段。仅纳入与X射线、CT或MRI相关、应用了机器学习或深度学习算法并报告了定量评估结果的研究。在全文评估过程中，180篇文章因不满足上述要求、缺乏定量性能结果或未清晰描述所提方法而被排除。最终综述共纳入120篇研究。这些研究按X射线、CT和MRI影像及研究主题（包括图像增强、病灶检测、分割、分类和可解释人工智能）进行整理。其中94篇研究报告了定量性能指标，用于本文全文的比较分析。文献筛选流程遵循PRISMA框架的主要原则，以确保综述过程的透明性和可追溯性。尽管在研究选择过程中采用了PRISMA指南，但本工作应被视为结构化文献综述而非完全系统综述。下载：下载高分辨率图片（602KB）下载：下载全尺寸图片。图3. 基于PRISMA的脊柱成像与图像增强研究文献筛选流程。数据提取与综合：对每篇入选研究，记录了模型架构、图像增强方法、数据集、评估指标及报告结果等详细信息。这些信息以表格形式组织，便于对比传统图像处理、深度学习和机器学习方法。不同研究任务报告了不同的评估指标。Dice相似系数（Dice）和交并比（IoU）用于评估分割性能，平均精确率（mAP）用于病灶检测评估。峰值信噪比（PSNR）和结构相似性指数（SSIM）用于评估图像增强和重建质量，而受试者工作特征曲线下面积（AUROC）用于分类任务评估。本综述中呈现的结果依据原始研究中报告的评估指标进行解读。综述的局限性：本研究依据PRISMA框架的主要原则进行文献检索和研究选择，但应被视为结构化文献综述而非完全系统综述。研究检索、筛选和选择由多名审阅者依据预定义的纳入和排除标准完成。未注册综述方案，也未进行正式偏倚风险评估。本综述还仅限于检索期间已发表的研究、公开可用的数据集及定量结果。这些局限性可能影响总体发现，在解读结果时应予以考虑。2. 文献综述 2.1 基于深度学习的脊柱异常检测 脊柱异常检测是脊柱疾病诊断的重要组成部分。X射线、CT和MRI常用于发现骨折、退行性变及其他脊柱病变[28]、[29]。然而，由于脊柱图像对比度低、解剖结构复杂且图像质量存在差异，病灶检测往往较为困难。为提升自动检测能力，Guo等人提出了边缘引导上下文聚合网络（EGCA-Net），一种用于脊柱X射线分析的深度学习模型。EGCA-Net将边缘引导特征提取与上下文感知特征学习相结合，以捕捉局部细节与脊柱整体结构。该模型在VinDr-SpineXR数据集上取得了36.09%的mAP[30]。图4展示了EGCA-Net的整体架构，包括边缘引导脊柱特征增强模块和上下文感知结构关系推理模块。作者还报告指出，移除任一模块均导致检测性能下降，表明两个模块在提升病灶检测与定位方面均发挥着关键作用。近年来的研究引入了多种基于人工智能的方法以改善脊柱病灶检测[31]、[32]。例如，AC-Faster R-CNN结合了可变形卷积特征金字塔并应用了对比度受限自适应直方图均衡化（CLAHE）预处理技术，共同实现了增强的检测性能，mAP达到39.8%[33]。卷积神经网络在颈椎骨折检测方面也取得了有前景的结果，但涉及大量预处理且容易过拟合，尤其是在小型数据集上训练时[15]、[34]。更先进的模型如3DSRNet，利用卷积神经网络、Transformer和生成对抗网络从双视角X射线图像生成三维脊柱模型，展现出类CT的重建质量，PSNR达到45.47 dB[26]。然而，此类模型虽然结果令人期待，但计算量大且需要大量数据进行训练。另一种类似模型MRI-SegFlow采用无监督分割，结合基于规则的感兴趣区域检测与卷积神经网络，减少了对手工标注的需求[35]。基于U-Net的模型也展现了有前景的结果，分割准确率较高，Dice分数超过90%。但在低对比度和高噪声图像中，其性能往往较差[36]。下载：下载高分辨率图片（847KB）下载：下载全尺寸图片。图4. 图像质量与EGCA-Net模块对脊柱病灶检测的影响[30]。尽管取得了上述进展，基于人工智能的脊柱检测的有效部署仍面临诸多挑战。主要挑战之一是数据集中的类别不平衡问题，这会降低模型性能。另一挑战是成像条件存在显著差异，这会影响模型表现。最后，模型的计算复杂度可能影响延迟方面的性能。为应对这些挑战，已有大量研究致力于轻量级模型开发、数据多样性和模型可解释性方面。基于迁移学习的方法也在探索中，以提升模型性能。2.2 脊柱成像中的图像质量挑战与增强需求 高质量医学影像对于有效识别和诊断脊柱各类问题至关重要，通常使用X射线、CT和MRI成像实现。然而，由于低对比度、图像噪声、运动伪影及结构重叠等问题，难以获得高质量图像。这些问题源于硬件限制、图像采集过程中参数设置不当以及患者在检查过程中移动产生的运动伪影。这些问题在急诊病例和资源匮乏的环境中尤为突出[6]、[37]。当图像质量较差时，可能导致重要细节丢失，影响人工及计算机辅助诊断系统的诊断准确性。改进技术对于提升图像质量和确保解读可靠性至关重要。传统的CLAHE方法可增强局部对比度，改善X射线图像中椎体结构的清晰度。使用小波变换和非局部均值滤波的降噪技术在去除噪声的同时保留了结构特征，在CT和MRI图像中尤为有效[33]、[38]。高级图像处理技术如多尺度Retinex可用于平滑光照并保留边缘，有助于揭示细微的病理特征，从而显著提高信噪比[38]、[39]。在临床环境中，图像质量是一个严峻问题，尤其是在急诊设施中，为节省时间往往优先保证图像采集速度而非图像质量。在发展中国家，由于设备陈旧和缺乏技术知识，图像质量问题更为严重，导致难以检测早期退行性变或小型病灶等细微异常[6]。图5展示了多种深度学习算法在脊柱X射线图像上的对比结果，分别展示了前后位和侧位投照图像。比较的模型包括YOLO、Faster R-CNN、DETR、RetinaNet、Cascade R-CNN、VinDr-SpineXR和ACAT-Net。得出的结论相当简单——许多主流模型在对比度较差或解剖结构复杂重叠的区域容易产生假阳性或无法检测病灶。即使是广泛使用的模型如ACAT-Net，在低质量图像上表现也不理想，这说明模型性能对图像质量具有高度依赖性[8]。图像质量在决定计算机辅助诊断系统性能方面也起着关键作用。例如，ACAT-Net和EGCA-Net等模型要求图像中的结构特征清晰明确才能实现准确的检测与诊断。低质量图像将导致检测失败、假阳性增加及置信度下降。ACAT-Net在高质量图像上表现良好，而EGCA-Net凭借其边缘引导特征增强功能，在解剖结构复杂重叠时同样无法正常工作[8]、[30]。为应对这些问题，在人工智能模型中直接融入图像增强技术已显示出前景。例如，CLAHE和小波降噪等预处理技术在提升SpineUNetX和AGNet等模型性能方面产生了积极效果，在低质量图像中改善了Dice相似性值[24]、[25]。这有助于更清晰地定义解剖结构和病变区域，从而促进更优的决策制定。Mouzai等人提出了Xray-Net，一种基于卷积神经网络的自监督低对比度X射线图像增强框架。该方法采用自适应像素对比度拉伸来提高图像质量，同时保护具有诊断价值的重要解剖细节，相较于多种传统方法和先进方法取得了更优的增强效果[40]。然而，仍有诸多障碍需要克服。例如，模型可能在增强图像上过拟合，从而影响其在原始图像上的性能。图像增强技术的另一挑战是某些技术如非局部均值滤波和多尺度Retinex计算成本较高。因此，基于人工智能模型的脊柱成像系统开发中，设计高效且自适应的图像增强技术是重要的研究方向[23]、[41]。2.3 脊柱成像中的降噪与滤波技术 有效地降噪和滤波对于提升脊柱图像准确性至关重要。噪声及其他图像伪影可能掩盖微小的解剖特征，从而影响手动和自动图像分析。X射线、CT和MRI图像中的噪声源于图像采集、患者运动及设备限制，可能阻碍病灶检测、分割及图像解读。深度学习算法如去噪自编码器（DAE）旨在捕捉复杂噪声模式并重建清晰图像。当图像增强方法与优化技术如海洋捕食者算法（MPA）结合使用时，可在保留重要解剖细节的同时改善图像质量。Dinh等人使用该方法报告了较高的PSNR值。然而，当测试图像的噪声特征与训练数据中所表征的噪声特征不同时，模型性能可能下降[42]。传统滤波方法因简单且所需计算资源相对较低而继续使用。非局部均值（NLM）滤波器通过识别图像内的相似区域来去除噪声，常用于MRI去噪和分割。尽管效果显著，但该方法需要大量计算资源，使实时实现更具挑战性[43]。小波降噪将图像分解为频率成分，在去除噪声的同时保留重要结构。但若参数选择不够谨慎，椎体边界等精细解剖细节可能会被模糊[39]。各向异性扩散滤波和双边滤波在需要同时实现降噪和边缘保留时通常被采用。

各向异性扩散能在平滑均匀图像区域的同时保留边缘，而双边滤波则利用空间信息和强度信息来保持结构细节。结果的质量取决于参数值的选择是否适当[44], [45]。高斯滤波速度更快、应用更简便，但可能导致边缘模糊，降低小解剖结构的可辨识度[46]。引导滤波也被用于提升病灶可见度同时保持结构信息，常与CLAHE结合使用以在进一步分析前提升图像质量。总体而言，传统滤波方法实现简单、计算效率高，而基于深度学习的方法通常能提供更好的降噪和图像质量，但需要更大的计算资源。因此，去噪技术的选择需要在效率、噪声建模和解剖细节之间进行权衡。

不同深度学习模型（包括YOLO、Faster R-CNN、DETR、RetinaNet、Cascade R-CNN、VinDr-SpineXR和ACAT-Net）在（a）前后位和（b）侧位X光图像上的定性比较如图5所示。结果强调了图像质量对检测性能的影响，即基线模型在低对比度和复杂解剖条件下会产生假阳性或漏检病灶[8]。

表2列出了脊柱成像中使用的主要降噪技术，包括这些技术的特征、优势、劣势和应用。未来研究应将这些滤波技术与基于深度学习的方法（如GAN）相结合，以实现不同成像场景下的稳健性能[12]。

## 2.4 脊柱成像中的图像增强技术

脊柱异常的检测和诊断需要来自多种模态（X光、CT和MRI）的高质量医学图像。由于低对比度、噪声和不同身体部位重叠等原因，这些图像的质量往往较差。因此，为了克服这些挑战并改善医学图像质量以更好地分析脊柱异常，各种图像增强技术已被开发并应用。由于X光、CT和MRI在图像形成过程、对比度特性和图像退化机制方面存在差异，其增强需求也各不相同[18]。因此，增强方法应根据具体模态进行选择，同时考虑其独特的伪影和图像质量限制。表3总结了各模态的主要挑战及常用增强策略。

传统图像增强模型，如直方图均衡化和CLAHE，用于改善图像对比度并更好地界定椎骨不同身体部位的边界。频率域和空间域方法也被用于更好地分析不同身体部位以及去除图像中的不同类型噪声。

| 方法 | 描述 | 优势 | 局限性 | 应用 |
|---|---|---|---|---|
| 基于深度学习的去噪（基于CNN）[6],[42] | 深度学习模型学习复杂噪声分布并重建清晰图像 | 高PSNR和强结构保持能力 | 需要大数据集和高计算成本 | MRI、CT和X光增强 |
| 非局部均值（NLM）[5] | 利用非局部图像块间的相似性减少噪声 | 保持精细解剖结构 | 计算复杂度高 | MRI预处理 |
| 基于小波的去噪[44] | 多分辨率频率分解以抑制噪声 | 保持多尺度结构信息 | 可能模糊精细解剖细节 | X光和MRI增强 |
| 各向异性扩散滤波（ADF）[47] | 利用扩散过程进行边缘保持平滑 | 保持边界和结构细节 | 对参数调节敏感 | 边界检测任务 |
| 双边滤波[45] | 结合空间相似性和强度相似性进行去噪 | 在减少噪声的同时保持边缘 | 计算代价高 | MRI和CT去噪 |
| 高斯滤波[48] | 简单的空间平滑滤波器 | 快速且计算效率高 | 导致边缘模糊 | 基本预处理 |
| 引导滤波[43] | 利用引导图像的边缘感知滤波 | 高效保持结构细节 | 取决于引导图像质量 | 病灶增强 |
| 对比度受限自适应直方图均衡化（CLAHE）[5],[49] | 局部对比度增强技术 | 改善低对比度图像的可见度 | 可能放大噪声 | X光预处理 |

近年来，ML和DL方法已显著促进了脊柱图像的各种图像增强技术的改进。用于脊柱图像增强的不同ML和DL方法包括CNN和GAN，它们能够改善图像质量并更好地表征椎骨等不同身体部位。图像增强在现代脊柱成像中的作用非常重要。

| 成像模态 | 主要增强挑战 | 适用增强技术 |
|---|---|---|
| X光 | 低对比度、解剖结构重叠、投影效应和采集相关变化可能降低脊柱异常可见度[40] | 对比度增强、CLAHE、去噪、边缘保持滤波和基于深度学习的增强方法[40] |
| CT | 图像噪声、金属伪影、运动退化和重建伪影可能影响解剖细节[50] | 去噪、金属伪影抑制、重建增强和基于深度学习的伪影抑制方法[50] |
| MRI | 噪声、运动退化和序列相关的图像特征可能影响脊柱图像质量及后续分析[14],[51] | 去噪、强度校正、重建增强以及用于脊柱MRI分析的CNN/深度学习方法[14],[51] |

### 2.4.1 传统图像增强方法

这些方法通常在脊柱图像分析前使用以改善图像质量。它们提高图像对比度、减少噪声，并使椎体骨和椎间盘等重要部位更易于识别。更清晰的图像有助于放射科医生和计算机辅助系统更准确地分析脊柱异常。CLAHE是最广泛使用的图像增强方法之一[52],[53],[54]。它能改善局部图像对比度，使X光和CT中的椎骨边界和小型病灶更易于观察[33],[55],[56]。对数变换调整图像强度值，使极亮区域的细节更加可见。基于小波的增强将图像分为若干频率分量，从而在保留重要结构细节的同时减少噪声[57]。这对于低分辨率MRI和X光图像非常有用，在这些图像中清晰的边缘信息对于识别脊柱病灶和畸形至关重要[58],[59]。多尺度Retinex（MSR）是另一种图像增强技术，能够改善对比度并产生更均匀的照明效果，使脊柱结构更易于可视化[4]。

图6展示了若干传统增强方法在脊柱X光图像上的结果。原始图像存在低对比度和明显噪声。遗传算法（GA）和粒子群优化（PSO）通过增强对比度和减少噪声来提高图像质量。自适应遗传算法（AGA）提供更清晰的结构细节和更锐利的边缘，能够改善后续处理步骤，如分割和病灶检测[39]。传统增强方法易于实现且计算需求相对较低。然而，它们通常对每张图像应用相同的处理策略，无法自动适应不同的成像条件。为克服这一局限性，近期研究将传统增强方法与深度模型结合，以产生更具自适应性的图像增强，同时保持实用的计算效率[9],[37]。近期进展持续推进AI医学图像增强技术，包括去噪、去模糊、超分辨率、重建和伪影抑制。研究日益探索CNN、GAN、Transformer和基于扩散的模型在X光、CT和MRI模态中的应用[60]。

图6展示了传统图像增强技术在脊柱X光图像上的应用比较：（a）具有低对比度和噪声的原始图像；（b）使用遗传算法（GA）的增强结果；（c）使用粒子群优化（PSO）的增强结果；以及（d）使用自适应遗传算法（AGA）的增强结果，相较于其他方法，该方法提供了改善的对比度和更清晰的椎骨边界[39]。

### 2.4.2 脊柱成像的基于机器学习的增强技术

机器学习已成为提高脊柱医学图像准确性的关键技术。与对固定处理步骤的传统增强方法不同，ML技术可根据每张图像的特征调整增强参数。这种灵活性使它们能够更有效地应对图像质量的变化。多种优化算法已被应用于图像增强。GA、PSO和MPA方法被广泛用于自动确定适当的增强参数。GA与CLAHE结合可产生更清晰的椎骨边界。PSO改善图像亮度，使脊柱结构更易于可视化，而MPA通过选择适当的增强参数来增强低对比度医学图像，从而获得更好的图像质量[38],[39]。

机器学习也通过监督算法得到应用，包括支持向量机（SVM）和决策树。这些方法有助于识别适当的增强设置，同时减少不必要的图像信息。因此，脊柱结构更易于解读，这可以支持后续的分割和病灶检测任务。此外，决策树方法与期望最大化（EM）结合在增强椎骨分割质量方面已显示出优势[61]。总体而言，从广泛的角度来看，基于机器学习的增强技术提供了一种平衡的解决方案。它们比其他技术更具灵活性，但不需要深度学习技术通常所需的大量计算能力。然而，它们更加依赖特征工程和参数调整的完成质量。此外，这些技术被发现对噪声或复杂成像场景性能较差。而且，监督ML技术需要大量标注数据。这可能成为在不同环境中扩展应用的主要局限[6]。

近期趋势是将ML增强技术与DL结合。其理念是利用两种技术的优势。将机器学习技术与深度学习结合可以提高结果的稳健性。此外，它还可以帮助增强不同类型数据的泛化能力。增加数据集的可用性并开发参数自动调节技术有助于ML图像增强技术的发展[12],[37]。总体而言，用于图像增强的ML技术可以证明对脊柱成像有用。然而，要使这些技术得到实际应用，某些问题需要得到解决。

### 2.4.3 脊柱成像的基于深度学习的增强技术

基于深度学习（DL）的图像增强方法在改善脊柱成像方面作出了重要贡献，通过优化各种成像模态（X光、CT和MRI）的质量来提升效果。这些方法使用卷积和基于注意力的神经网络模型，对图像进行去噪、分辨率改善和结构特征增强。这些方法在清晰可视化椎骨、椎间盘和脊柱异常区域方面显示出前景。与使用预定义和固定特征提取机制的传统及常规ML方法不同，DL方法采用端到端的数据驱动方法进行复杂特征表征和增强过程的优化。不同DL模型被开发用于脊柱图像增强。DL-3DIIE方法使用迭代卷积细化过程来增强颈椎MRI扫描的质量并减少采集时间[62]。3DSRNet是另一种用于脊柱图像增强的深度学习框架，该方法结合GAN和Transformer模型，从低分辨率2D X光扫描重建高分辨率3D脊柱图像，在清晰可视化不同脊柱结构方面显示出前景[26]，但可能面临泛化到不同脊柱状况的挑战。

Transformer架构（如SpineHRFormer）使用自注意力机制捕捉长距离依赖关系并改善图像表征，从而增强复杂脊柱畸形的分割性能[10]。混合DL模型将CNN与注意力机制结合，以改善图像增强和分割。TIA-UNet和SymTC是这种方法示例。这些模型产生更清晰的脊柱结构和更准确的分割，但其准确性取决于训练数据的质量和多样性[9],[63]。MRI-SegFlow采用无监督学习策略，在仅有少量标注数据时仍然有用。SpineUNetX包含卷积块注意力模块（CBAM），以改善图像对比度并在困难成像条件下产生更清晰的椎骨边界[24],[35]。

与传统图像处理和常规ML方法相比，DL模型通常提供更好的图像增强和分割结果。然而，它们需要更大的标注数据集和更多的计算资源用于训练和部署[6]。研究人员还将传统增强方法与深度模型结合，以提高准确性和计算效率。同时，更大的公共数据集构建、改善模型在不同医院和成像设备收集图像上的性能，以及开发用于临床应用的轻量级模型也备受关注。这些改进可能使AI脊柱图像分析在日常医疗应用中更加实用[12],[37],[64]。

### 2.4.4 增强技术的比较评估

脊柱成像的图像增强方法通常分为三类：传统、ML和DL图像处理。每种方法在图像质量、适应性和计算需求方面都有不同的优势。传统技术包括CLAHE、小波变换和空间滤波，由于易于实现且计算需求较低而得到广泛应用。

这些方法能够提高图像对比度并减少噪声，使椎体结构更易于观察。然而，这些方法采用固定的处理规则，无法根据图像质量或采集条件的变化自动调整，因此其性能在处理更具挑战性的临床图像时可能会下降。研究表明，使用这些方法进行脊柱图像分割时，Dice系数约为0.40至0.55 [33]、[39]。机器学习（ML）方法通过自动选择合适的处理参数来改进图像增强。遗传算法（GA）、粒子群优化（PSO）和多目标鲸鱼优化算法（MPA）等优化算法能够将增强过程适应于输入图像，通常比传统方法产生更好的图像质量。这些技术对图像质量波动的鲁棒性更强，性能优于传统技术，其Dice得分大多在0.60至0.75之间 [15]、[38]。然而，这些技术是有代价的；它们基于迭代优化技术，因此会增加处理时间。另一方面，包括卷积神经网络（CNN）、U-Net及其变体、生成对抗网络（GAN）和基于Transformer的技术等深度学习（DL）技术是目前最先进的技术，它们直接从图像中学习特征，从而显著提高图像质量。这些技术在各种计算机视觉任务中都有应用，包括分割、目标检测和分类。例如，TIA-UNet在分割腰椎区域图像时获得了90%的Dice得分，SymTC获得了96%的Dice得分 [9]、[63]。在目标检测任务中，EGCA-Net和AC-Faster R-CNN等技术的平均精度均值（mAP）分别达到36.09%和39.8% [30]、[33]。显然，深度学习技术也是有代价的——它们需要大量数据集和大量计算能力以及硬件资源，包括GPU，这在临床环境中可能是一个问题。图7呈现了所审查研究中报告的定量性能指标的对比总结，包括Dice系数和mAP。图中所示的数值直接取自相应出版物，旨在提供所报告方法的定性比较，而非直接的性能排名 [9]、[15]、[24]、[25]、[30]。本综述纳入的研究在数据集、成像方式、标注方法和评估方案方面各不相同。因此，报告的性能值旨在总结已发表文献，不应用于方法之间的直接比较。传统的图像增强方法，如对比度受限自适应直方图均衡化（CLAHE）、小波变换和空间滤波，主要增加图像对比度并限制噪声。虽然它们提高了图像质量，但单独使用时对自动化诊断的贡献往往有限 [5]、[65]。基于机器学习的优化方法，包括GA、PSO和MPA，通过选择合适的处理参数改进了图像增强。然而，这些方法仍然依赖于手工设计的特征和细致的参数调整 [61]、[66]、[67]。相比之下，TIA-UNet、SymTC、EGCA-Net、Faster R-CNN和VinDr-SpineXR等深度学习模型从训练数据中自动学习图像特征，并在图像增强、病灶检测和椎体分析方面通常取得更好的性能 [9]、[15]、[24]、[25]、[30]。图7中呈现的数值直接取自原始出版物，未引入归一化或估计值。表4说明了本工作审查的脊柱成像模型及其增强技术和报告的性能。TIA-UNet和SymTC在分割方面的Dice系数超过90%，而EGCA-Net和AC-Faster R-CNN在病灶检测方面报告的平均精度均值（mAP）最高达到39.8%。基于注意力的模型，包括SpineUNetX和ACAT-Net，改进了特征提取和分割精度。VinDr-SpineXR支持大规模脊柱病灶检测，而MRI-SegFlow可以在仅有有限标注数据的情况下执行分割。总体而言，深度学习方法的性能优于传统方法和机器学习方法，尽管它们需要更大的数据集和更多的计算资源。由于所审查的研究是在不同的实验条件下进行的，公平的数字比较需要相同的数据集、标注方案和评估策略。因此，报告的数值应被视为当前研究概况而非个别方法基准排名。表4. 图像增强技术对脊柱成像模型的影响。报告的性能值直接取自相应研究，旨在总结所报告的研究结果。由于研究使用不同的数据集、成像方式、实验设置和评估方案，这些值不应被解释为直接的性能比较。

| 模型 | 成像方式 | 增强技术 | 主要贡献 | 报告指标 |
|------|----------|----------|----------|----------|
| EGCA-Net [30] | X射线 | 边缘引导特征增强（ESFE）、上下文感知推理（CSRR） | 改进了病灶检测和定位 | mAP：36.09% |
| SpineUNetX [24] | X射线 | CBAM注意力机制 | 改进了椎体分割精度 | Dice提升：+2.3% |
| ACAT-Net [8] | X射线 | CNN + 基于Transformer的注意力 | 改进了分类和定位 | 性能提升（未报告） |
| VinDr-SpineXR [37] | X射线 | 基于深度学习的检测框架 | 大规模异常检测 | mAP@0.5：33.56%，AUROC：88.61% |
| TIA-UNet [9] | X射线 | CNN + Transformer混合模型 | 改进了脊柱侧弯分割 | Dice：90.02%，mIoU：81.96% |
| RUnT [11] | CT | 残差U-Net + Transformer | 增强了椎体分割 | Dice：88.4% |
| SymTC [63] | MRI | CNN + Transformer混合模型 | 高精度腰椎分割 | Dice：96.17% |
| AC-Faster R-CNN [33] | X射线 | CLAHE预处理 | 改进了异常检测 | mAP：39.8%，精确率：48.6% |
| MRI-SegFlow [35] | MRI | 基于EM的无监督分割 | 无需标注数据即可分割 | 未报告 |

2.5 脊柱成像中脊柱结构和病灶的分割方法

脊柱结构和病灶的分割是脊柱图像评估的重要组成部分。在不同成像方式中，椎体和椎间盘的分割至关重要 [68]、[69]。深度学习的发展极大地增强了分割过程。SpineUNetX模型结合了ConvNeXt和U-Net模型，并纳入了CBAM注意力模块，以更好地进行特征表示和边界检测，从而提高X射线图像中的分割精度 [24]。然而，分割精度很大程度上取决于数据集中输入图像的质量，分割过程可能需要校正以达到更好的精度。图8展示了不同条件下（如腰椎、胸椎和脊柱侧弯）的分割过程。该图显示了脊柱不同部分的分割情况。对于低对比度图像以及脊柱侧弯等情况，分割精度不高，分割线不够准确，某些情况下还存在不连续的情况。这表明深度学习模型的分割精度主要取决于输入图像的质量。使用混合CNN-Transformer模型进行分割极大地改进了分割过程。TIA-UNet模型在胸腰段脊柱分割和脊柱侧弯病例中表现良好，取得了较高的Dice和mIoU得分 [9]。RUnT模型是残差U-Net和Transformer网络的组合，更适合CT扫描中的边界定位。然而，该模型面临着类别不平衡和计算复杂度的挑战 [11]。基于注意力的模型，如AGNet，结合语义和边缘信息进行分割，尽管它们对噪声仍然敏感且计算成本较高 [25]。在CT图像分割中，3D模型（如V-Net）结合聚类技术，用于分割多个椎体，无需对每个椎体进行单独标注，尽管这在严重畸形情况下会降低分割精度 [72]。更先进的模型将3D Swin-UNet与检测网络相结合，用于提高分割精度，尽管这会导致计算成本增加 [73]。混合CNN-Transformer模型（如SymTC）用于基于MRI的分割，取得了很高的分割精度，尽管这受到使用合成图像的限制 [63]、[74]。无监督分割模型（如MRI-SegFlow）通过使用感兴趣区域检测与CNN分割相结合来减少标注需求，尽管这要求针对特定数据集进行调整 [35]。

图7. 原始研究中直接报告的定量性能指标。由于这些研究使用不同的数据集、成像方式、病灶类别和实验设置，报告的数值仅旨在提供文献的定性概况，不应被解释为直接的性能比较。（CLAHE [33]，小波变换 [70]，空间滤波 [70]，GA [26]，PSO [71]，MPA [7]，TIA-UNet [9]，RUnT [11]，SymTC [63]，EGCA-Net [30]，Faster R-CNN [33]，VinDr-SpineXR [37]）

图8. X射线图像质量对使用SpineUNetX进行椎体分割的影响。（a）显示腰椎位置T10～T12，L1～L5；（b）显示胸椎位置，包括T1～T12，L1，L2；（c）显示腰椎侧弯T9～T12，L1～L5；（d）显示胸椎侧弯，包括T1～T12，L1，L2 [24]。

脊柱疾病（如脊柱侧弯和椎管狭窄）的分割技术方面也取得了重大进展。深度学习模型（如SpineHRFormer）用于椎体分割，可实现Cobb角估算，尽管其在评估脊柱畸形方面存在局限性 [75]。更先进的模型（如nnU-Net）用于椎管狭窄的分割，尽管其在三维重建中用于术前规划的应用有限 [7]。尽管DL方法改进了分割技术，但其性能取决于数据集质量、解剖差异和可用的计算资源。未来的研究应通过更大、更多样化的数据集提高泛化能力，同时使用高效模型架构降低计算复杂度 [66]、[76]。

从上述讨论中可以看出，脊柱成像中的分割技术不断进步，尽管在这些技术的使用上仍存在许多挑战，包括其较高的计算成本，这推动了近期使用轻量级模型的进展，以实现更好的泛化能力。

2.6 脊柱成像和脊柱疾病的分类技术

正确分类脊柱异常是诊断、预后和治疗规划的重要步骤。近年来，人工智能（特别是深度学习）通过X射线、CT和MRI图像极大地增强了脊柱异常分类。然而，其性能主要取决于图像质量、数据多样性和处理复杂解剖变异的能力 [77]。

深度学习分类模型（如VinDr-SpineXR）在大规模脊柱异常分类任务中表现出巨大潜力。具体而言，VinDr-SpineXR利用CNN对X射线图像中的脊柱异常进行分类和定位，在十三类脊柱异常数据集上取得了88.61%的AUROC。尽管分类精度很高，但其病灶定位能力有限，mAP@0.5仅为33.56%，表明在X射线图像中定位脊柱异常存在困难 [37]。为克服这些问题，提出了一类新的基于CNN和Transformer注意力机制的混合模型。具体而言，ACAT-Net将基于CNN的脊柱异常分类与一系列连续的注意力Transformer模块相结合，这些模块能够捕捉脊柱图像中相邻椎体形态特征的复杂关系，从而相比CNN方法提高了脊柱异常分类任务的鲁棒性。然而，其性能很大程度上取决于图像质量，在低对比度、噪声和异常脊柱结构的图像中可能会下降 [8]。

图5提供了多种检测与分类架构（包括YOLO、DETR、RetinaNet和ACAT-Net）性能的定性比较。低图像对比度、图像噪声和解剖重叠使脊柱图像分析更加困难。这些问题会降低病灶检测和分类的精度。基本的深度学习模型可能会漏检小病灶或产生假阳性结果。基于注意力的模型通常能改善检测性能，但它们同样需要高质量的图像才能良好运行。深度学习也被广泛应用于脊柱侧弯评估。基于U-Net的模型常用于Cobb角估算和脊柱侧弯分类，一些研究报告分类准确率高达94.42% [78]。SpineHRFormer使用Transformer架构进行Cobb角估算，报告了3.12°的平均绝对误差 [41]。尽管这些结果令人鼓舞，但该模型需要大量训练数据和较高的计算资源。

在基于MRI的脊柱图像分类中，SymTC将卷积神经网络（CNN）与Transformer网络相结合，在腰椎分割方面取得了96.17%的Dice相似系数 [63]。另一种方法将CNN与多类支持向量机（MSVM）相结合，报告了96%的分类准确率。这些方法在所报告的研究中取得了良好效果，但它们仍然需要较高的计算资源，且主要是在特定数据集和成像方式上进行评估。一些局限性仍然存在。许多脊柱数据集仅包含少量特定疾病的样本，使模型难以学习这些情况。过拟合是另一个常见问题，当模型在新的数据集上测试时可能会降低性能 [41]、[79]。此外，只有少数研究使用外部临床数据验证了其模型。

研究人员提出了几种改进这些模型的方法。数据增强增加了训练图像的多样性，有助于改善罕见脊柱疾病的识别 [2]、[80]。基于EfficientNet的模型在保持良好分类性能的同时降低了计算成本 [66]。

迁移学习和联邦学习也受到了关注，因为它们能够帮助模型在来自不同医院和成像系统的数据上表现更好[12]、[27]。近年来，深度学习改善了脊柱图像分类的性能。然而，仍需更多工作来开发更大且更多样化的数据集、提高模型在未见数据上的性能，并设计计算高效的方法以便在常规临床实践中使用。

2.7 脊柱影像学中的模型可解释性与临床决策支持

可解释人工智能（XAI）帮助临床医生理解AI模型如何得出其预测结果。深度学习模型在脊柱病变检测、分割和分类方面表现出色，但理解其预测背后的原因通常较为困难。XAI提供了可供临床医生检查和验证模型决策的解释，使基于AI的诊断更容易被理解和信任[1]、[6]。

医学影像中常用的XAI模型包括局部可解释模型无关解释（LIME）、Shapley加性解释（SHAP）、显著性图、注意力机制、基于梯度的归因方法以及反事实解释[26]。这些方法突出了对最终预测影响最大的图像区域。XAI并非图像增强方法。相反，它与图像增强结合用于基于AI的脊柱影像学。在增强后的图像用于病变检测、分割或分类后，XAI可以显示模型是否关注了相关的解剖结构。这有助于临床医生更好地理解模型的预测，并增强对结果的信心。

XAI可以通过两种互补的方式促进脊柱图像增强。对于增强模型本身，基于归因和显著性的方法可用于分析哪些图像区域或特征在增强过程中被突出显示，并识别增强过程可能导致的人工伪影或对解剖结构的非预期修改。相反，对于后续的诊断模型，LIME、SHAP和Grad-CAM等XAI技术有助于精确定位影响病变检测、分割或分类结果的解剖区域和图像特征[81]。因此，解释增强过程和阐明下游诊断决策应被视为独立但互补的目标。

尽管这些技术在医学影像中显示出令人鼓舞的结果，但LIME是解释脊柱影像预测中最受欢迎的方法。LIME的核心思想是通过学习局部可解释模型，为复杂预测提供可解释的解释。这有助于理解哪些特征影响了预测结果。在脊柱影像中，这些特征可以包括椎体异常区域、病变边界或X光或MRI图像中的结构异常。这有助于理解预测是否基于相关特征，从而避免错误预测并提供更可靠的诊断结果[23]、[30]。

近期研究强调了捷径学习的风险，也称为"聪明的汉斯效应"，即深度学习模型依赖于虚假的图像特征而非临床上有意义的解剖特征。如果图像增强方法设计不当或未经验证，可能会无意中放大这些非临床模式。因此，可解释AI技术应辅以外部验证、鲁棒性分析和多中心评估，以确保模型预测基于临床上相关的图像信息，而非增强产生的人造伪影或增强生成的视觉线索[6]、[27]、[82]。

图9展示了LIME在提高脊柱影像决策过程可解释性方面的益处。XAI技术有助于验证模型预测、与临床医生互动，并在自动诊断过程中实现透明度。除了可解释性之外，在脊柱影像过程中使用基于AI的系统还有诸多优势，如下所述。如图10所示，深度学习模型有助于高效分析大型图像数据集，从而帮助提高脊柱影像过程的效率。例如，VinDr-SpineXR有助于高效分析脊柱X光图像，而ACAT-Net等基于注意力的模型则通过增强的特征表示帮助提高脊柱异常的准确性[8]、[37]、[83]。

下载：下载高清图像（771KB） 下载：下载全尺寸图像

图9. LIME在增强基于AI的脊柱影像模型可解释性中的作用。该图展示了局部解释如何突出影响模型预测的重要区域，使临床医生能够理解和验证诊断决策。

此外，AI系统还允许对脊柱状况进行客观评估，通过提取相关特征来避免观察者偏差。分割模型如SpineUNetX可用于进行脊柱分割，而3DSRNet作为一个高级模型，可以从二维输入创建三维脊柱结构，从而促进对脊柱状况更准确的评估和诊断[24]、[26]。此外，AI系统还可用于减少诊断时间，使其更具成本效益，特别是在资源匮乏的环境中。尽管存在各种优势，但在临床环境中采用XAI系统仍面临若干挑战。虽然XAI使深度学习模型更容易理解，但它仍有一些局限性。大多数XAI方法仅提供模型如何得出预测的近似解释，而非精确的决策过程。它们的实用性也取决于输入图像的质量和底层AI模型的性能。另一个挑战是缺乏通用的评估方法，使得比较不同XAI技术或判断其在临床实践中的实用性变得困难。

在XAI能够在医院中常规使用之前，还需要更多研究。未来研究应开发易于临床医生理解的解释方法，并使用真实临床数据进行验证。将XAI与不同的成像模式以及简单的可视化工具相结合，也可能改善对AI预测的解释。将XAI与联邦学习相结合是另一个有前景的方向，因为它可以改善来自不同医院数据的模型性能，同时帮助保护患者隐私。这些改进可以使AI系统在脊柱影像学中更可靠、更易于使用。

下载：下载高清图像（597KB） 下载：下载全尺寸图像

图10. 基于AI的系统在脊柱影像中的优势，包括可扩展性、提高的诊断准确性、自动化、客观评估、个性化治疗规划和成本效益。

3. 讨论

ML和DL方法目前主要用于脊柱影像学，因为它们改善了图像分析，并帮助减少传统模型的局限性，尤其是在图像质量较差或脊柱解剖结构复杂的情况下。总体而言，不同类型的成像模式，如X光、MRI和CT，在使用基于AI的系统进行各种脊柱影像任务（如病变检测、分割、脊柱侧凸评估和3D重建）时，性能均有所改善[28]、[29]、[84]。深度学习被认为是主导方法，与CNN、U-Net和Transformer在脊柱影像学中的广泛应用相比，其他方法应用较少，因为它们可以直接学习复杂特征。尽管取得了这些进展，ML和DL在脊柱影像学中的应用仍受到各种因素的驱动[67]。这些因素包括提高诊断准确性、减少观察者偏差，以及改进分割、分类和决策等耗时过程的自动化。总体而言，基于AI的系统可以对脊柱影像进行一致且客观的评估，从而促进早期诊断和更可靠的治疗决策。图11展示了ML和DL在脊柱影像学中的应用，概述了使用这些方法的原因、面临的常见问题以及可以帮助提高其性能的方法。

ML和DL有助于提高诊断准确性、自动化图像分析，并支持临床决策。然而，其性能仍然取决于可用训练数据的数量和质量。不同医院之间图像采集的差异以及深度学习模型（尤其是卷积神经网络，CNNs）的高计算成本，仍然是重要的挑战。已提出几种方法来改善模型准确性。数据增强和合成图像生成增加了训练数据的数量，对于罕见的脊柱疾病尤其有用。XAI帮助临床医生理解模型为何做出特定预测，使结果更容易解释。在多中心收集的数据上测试模型也是有用的，因为它能更好地说明模型在不同临床环境中的表现。

传统的图像增强方法在脊柱影像学中仍被广泛使用，因为它们简单、快速且计算需求较低。这些方法包括CLAHE、小波变换和空间滤波，它们改善图像对比度并减少噪声，使椎体结构更容易观察。然而，这些技术使用固定的数学运算，无法轻松适应图像质量、脊柱解剖结构或疾病模式的差异[4]、[5]、[65]。机器学习（ML）方法通过从数据中选择增强参数而非使用固定规则，提供了一种更灵活的替代方案。优化算法如GA、PSO和MPA已被应用于改善图像增强。尽管有了这些改进，许多ML方法仍然依赖于手工设计的特征和精心调整的优化参数[61]、[66]、[67]。

下载：下载高清图像（497KB） 下载：下载全尺寸图像

图11. 机器学习和深度学习在脊柱影像学中的概述，包括动机、挑战和推荐解决方案。

DL通过自动学习有用的图像特征，进一步改善了脊柱图像处理。CNNs被广泛应用，因为它们能有效提取局部解剖信息，并在图像增强、病变检测、分割和分类方面取得良好性能[8]、[24]、[30]。其主要局限性在于主要关注局部图像区域，这可能降低其捕捉远距离椎体之间关系的能力。基于Transformer的模型通过使用自注意力学习局部和全局图像信息来克服这一局限性。TIA-UNet、SpineHRFormer和RUnT等模型在分割准确性和边界检测方面报告了更好的结果，特别是在复杂的脊柱病例中。然而，这些模型通常需要比基于CNN的方法更大的标注数据集、更多的内存和更高的计算资源[9]、[10]、[11]。

另一个重要区别是2D模型和3D模型之间的差异。二维模型通常更快，常用于脊柱X光分析。三维模型能更好地利用CT和MRI扫描中可用的体积信息，这通常能改善分割和解剖理解。权衡之处在于更高的计算成本和更大的标注训练数据需求[26]、[63]。混合CNN-Transformer模型通过结合两种方法的优势，使用CNN学习局部特征并使用Transformer捕捉全局上下文。这些混合模型在病变检测、分割和分类方面取得了令人鼓舞的结果[26]、[63]、[85]。

综述论文还表明，图像增强和病变分析应被视为影像过程的独立阶段。大多数增强研究使用PSNR和SSIM等指标评估图像质量。相比之下，病变检测和分割研究通常报告Dice系数、平均mAP、IoU、敏感性、特异性或AUROC。更好的图像质量并不总是导致更好的诊断性能，因为仅有少数研究评估了从图像增强到病变检测的完整工作流程。

综述文献主要可分为两类。一组专注于改善图像质量，仅报告增强指标，未评估病变检测或诊断[5]、[61]、[65]。另一组开发深度学习模型用于病变检测、分割或分类，其中图像增强在模型训练前使用或作为网络的一部分[9]、[15]、[24]、[30]。尽管许多研究报告了令人鼓舞的结果，但仍需更强的端到端验证来确认图像增强如何影响诊断性能。

本综述总结的定量结果来自使用不同数据集、成像模式、病变类型、标注方法和评估方案的研究。因此，报告的数值应被视为已发表文献的总结，而非方法之间的直接比较。只有在不同模型使用相同数据集、相同的实验设置和评估指标进行评测时，才能实现公平的定量比较。

从未来研究方向的角度来看，ML和DL技术在实现脊柱影像分析更好性能方面面临若干挑战。尽管ML和DL技术在推进脊柱影像分析系统方面显示出巨大潜力，但在实现更好性能方面已识别出若干挑战。这些问题将在未来研究中加以解决，以实现这些系统的更好性能。

3.1. 动机

ML和DL方法在脊柱影像学中的灵感源于提高低对比度和噪声X光图像中检测过程准确性的必要性。传统方法在这种解剖结构紧密相邻的条件下无法产生令人满意的结果。

EGCA-Net方法通过使用边缘引导和上下文感知注意力机制来提高检测过程的准确性。该方法在VinDr-SpineXR数据集上[30]达到了36.09%的mAP。AC-Faster R-CNN方法通过使用可变形卷积和CLAHE预处理技术，也能达到39.8%的mAP和48.6%的精确度[33]。为了展示基于X光方法的结果和局限性，表5比较了各种方法的性能指标、优点和缺点。

基于深度学习的架构对脊柱结构的分割做出了重大贡献，这对于脊柱侧弯、椎间盘退化和骨折评估等临床评估至关重要。SpineUNetX将ConvNeXt和CBAM结合在U-Net架构中，从而提高了边界定位的准确性，同时Dice相似度系数提高了2.3%[24]。TIA-UNet结合了CNN和Transformer网络，在脊柱边界的准确分割方面展示了令人满意的结果。分割精度在Dice系数方面达到90.02%，平均IoU为81.96%[9]。这些模型在克服解剖变异和重叠结构等挑战方面展现了稳健的解决方案，尤其是在青少年特发性脊柱侧弯方面。

CT图像增强由于金属植入物、患者运动、探测器相关效应以及其他在采集或重建过程中产生的伪影等因素，呈现出模态特有的挑战。近期研究根据伪影类型对CT伪影减少技术进行了分类，并强调了有监督、半监督和无监督深度学习方法日益增长的重要性。这些发现表明，CT图像增强应与X光和MRI增强分开处理，因为图像形成和伪影的底层机制存在显著差异[50]。

表5. 使用X光模态的脊柱成像技术性能评估。报告的性能值直接取自相关研究，旨在总结报告的研究结果。不应将其解释为直接的性能比较，因为各项研究使用了不同的数据集、成像模态、实验设置和评估方案。

| 技术 | 模态 | 方法/原理 | 性能/指标 | 优点 | 局限性 |
|------|------|-----------|-----------|------|--------|
| EGCA-Net [30] | X光 | 边缘引导增强和上下文推理 | mAP: 36.09%（VinDr-SpineXR） | 在复杂场景中有效 | 对低图像清晰度高度敏感 |
| AC-FasterR-CNN [33] | X光 | 可变形卷积金字塔+CLAHE | mAP: 39.8%，精确度: 48.6% | 具有预处理时稳健 | 依赖模态，对噪声敏感 |
| 用于颈椎检测的CNNs [15], [34] | X光 | CNN+数据增强 | 高精度 | 支持早期诊断 | 过拟合，在嘈杂X光中表现不佳 |
| SpineUNetX [24] | X光 | ConvNeXt+U-Net+CBAM | Dice +2.3% | 改善边缘分割 | 在低对比度时需要手动校正 |
| TIA-UNet [9] | X光 | CNN+Transformer用于脊柱侧弯 | Dice: 90.02%，mIoU: 81.96% | 精确的边界检测 | 在嘈杂X光中泛化能力差 |
| AGNet [25] | X光 | 双路径注意力网络 | 未指定 | 语义+边缘集成 | 在嘈杂/低对比度输入中不准确 |
| Transformer分割器 [86] | X光 | 基于Transformer的椎体分离 | 未指定 | 改善分割 | 对背景噪声和形状重叠敏感 |
| VinDr-SpineXR [37] | X光 | 用于分类13种异常的深度网络 | AUROC: 88.61%，mAP: 33.56% | 强分类能力 | 在低对比度条件下表现不佳 |
| ACAT-Net [8] | X光 | CNN+注意力Transformer | 未指定 | 高效的形态分析 | 对图像区域不清晰敏感 |
| U-Net（Cobb角）[78] | X光 | 用于脊柱侧弯分类的U-Net | 准确率: 94.42% | 在结构化输入上高精度 | Lenke分型间存在差异 |
| SpineHRFormer [10] | X光 | 用于脊柱侧弯分类的Transformer | 未指定 | 精确的Cobb角估计 | 图像噪声导致精度下降 |
| 用于颈椎损伤的CNN [87] | X光 | 用于颈椎骨折检测的CNN | 未指定 | 颈椎骨折的高灵敏度 | 对低对比度图像敏感 |
| 用于矢状曲度的HRNet [88] | X光 | 用于腰椎曲度测量的级联HRNet | 未指定 | 精确的脊柱侧弯参数测量 | 计算需求高 |

深度学习方法已显示出克服脊柱图像分析中若干挑战的潜力。在高级成像模态CT和MRI不易获得的场景下，它们同样有用。3DSRNet将GAN和Transformer网络结合用于从2D X光图像重建3D脊柱图像。重建在PSNR为45.47 dB和SSIM为0.885方面展示了高质量的结果[26]。表6展示了基于CT的技术在脊柱图像分析中的性能。这些技术在克服脊柱图像分析中的挑战方面已展示出令人满意的结果，并显示出提高脊柱图像诊断准确率的潜力。

基于Transformer的深度学习模型，包括SpineHRFormer和Transformer分割器，利用建模长距离依赖关系的能力，在复杂分割任务中展示了令人满意的精度，能够有效地分割具有重叠边界和相似形态的椎体[10], [86]。这些模型可以有效地用于计算Cobb角、分类椎体以及在具有挑战性的成像场景中进行基于形态的分析。基于深度学习的方法也可用于使用多标签分类来分类脊柱异常。通过使用大型标注数据集（如VinDr-SpineXR），这些方法可以有效地分类多达13种不同的异常类型，AUROC得分高达88.61%，mAP得分高达33.56%[23], [37]。像Swin-UNet与视觉Transformer结合的混合方法也可以有效地整合病变分割和严重程度评估，使这些方法对于脊柱异常的早期诊断和评估非常有用[73]。

表7总结了本综述中包含的基于MRI的方法。它展示了它们的报告性能以及主要优点和局限性，使不同脊柱图像分析方法之间的比较更加容易。近期来自深度学习腰椎MRI分割系统综述的证据表明，U-Net及其变体仍然是该领域的主要架构。然而，专有数据集被广泛使用，外部验证有限，从而阻碍了可重复性并降低了跨机构泛化能力的信心。这些发现强调了需要开发更大、公开可访问的数据集、标准化评估方案和多中心验证研究，用于基于MRI的脊柱人工智能系统[51]。

表6. 使用CT模态的脊柱成像技术性能评估。

| 技术 | 模态 | 方法/原理 | 性能/指标 | 优点 | 局限性 |
|------|------|-----------|-----------|------|--------|
| 3DSRNet [26] | CT | GAN+CNN–Transformer用于3D重建 | PSNR: 45.47 dB，SSIM: 0.885 | 从X光生成类CT输出 | 对低图像质量和解剖变异敏感 |
| 3D CNNs [89], [90] | CT | 深度感知骨折检测 | 未指定 | 利用3D体积 | 对噪声高灵敏度，计算量大 |
| RUnT [11] | CT | 残差U-Net+Transformer | Dice: 88.4%（CTSpine1K），81.5%（VerSe20） | 精确的边界 | 在低对比度CT中性能下降 |
| 3D V-Net+k-means/k-NN [72] | CT | 无需逐椎体标注的分割 | Dice: 89.17%（二分类），90.09%（多分类） | 高精度，低标注需求 | 在严重畸形和嘈杂数据中精度降低 |
| Swin-YOLOX+3D Swin-UNet [73] | CT | 检测+3D分割流水线 | Dice: 0.942，HD: 6.24 | 精确的3D分割 | 计算需求极高 |
| 变换CNN [91] | CT | 用于椎体识别的变换深度卷积 | 未指定 | 多模态集成 | 架构复杂，依赖数据集 |

表7. 使用MRI模态的脊柱成像技术性能评估。

| 技术 | 模态 | 方法/原理 | 性能/指标 | 优点 | 局限性 |
|------|------|-----------|-----------|------|--------|
| MRI-SegFlow [35] | MRI | 基于CNN的无监督分割 | 未指定 | 无需人工标注 | 限于腰椎区域，需要参数调整 |
| SymTC [63] | MRI | Transformer-CNN混合用于分割/分类 | Dice: 96.17%，准确率: 96.169% | 非常高的精度 | 依赖合成数据 |
| 基于区域的DL [58], [61], [67] | MRI | 逐区域病变分割 | 未指定 | 少量标注即可高效 | 对噪声敏感，泛化能力差 |
| 用于椎体标注的CNN [48] | MRI | 带有临床标注的CNN用于椎体标注 | 未指定 | 利用临床标注 | 需要标注数据集 |
| 变换CNN [91] | MRI | 用于椎体识别的变换深度卷积 | 未指定 | 多模态集成 | 架构复杂，依赖数据集 |

总体而言，机器学习和深度学习改善了脊柱成像中的多项任务，包括图像增强、病变检测、分割和分类。在许多研究中，这些方法取得了优于传统技术的结果。然而，其性能仍然取决于训练数据的质量、计算资源的可用性以及在多样化临床数据集上的适当验证。

**3.2 挑战**

机器学习和深度学习算法为脊柱图像分析带来了重大改进，但仍存在若干挑战。图像质量是影响模型性能的最重要因素之一。在临床实践中，脊柱X光图像可能存在低对比度、噪声或解剖结构重叠，使病变检测更加困难。AGNet和基于Transformer的方法在质量良好的图像上表现良好，但当图像质量较差时，其准确性可能会下降[25], [86]。

分割模型也面临类似问题。SpineUNetX和TIA-UNet在脊柱图像分割中取得了良好结果，但解剖外观的变化、图像质量和复杂背景可能会影响其性能。因此，这些模型可能无法在不同临床数据集上保持一致的性能[9], [24]。

机器学习与深度学习技术在脊柱图像分析中的另一个主要问题是缺乏大型数据集。准确标注脊柱结构、异常和病理状况需要放射学方面的高 expertise，使其成为一项繁重的任务。正因如此，一些数据集规模较小且不平衡，或可能仅限于特定的脊柱区域。例如，尽管一些数据集（如VinDr-SpineXR）在X光图像标注方面显示出高精度，但它们仍然面临处理罕见异常和多标签分类的一些挑战[37]。下表8是脊柱图像分析中常用的一些数据集的总结，展示了部分数据集的模态和应用。从该表可以看出，大多数数据集在模态和应用方面都存在一些局限性。

此外，当前深度学习架构所伴随的高计算成本构成了其在临床环境中应用的主要障碍。事实上，当前的最先进架构采用Transformer、注意力机制和多分支网络，在训练和部署期间都需要相当高的计算成本。尽管已提出了轻量级架构，但据报道它们通常在效率和诊断性能之间做出权衡[73]。第二个主要障碍涉及深度学习架构的不可解释性。事实上，大多数基于AI的架构作为"黑箱"架构运行，即它们提供预测但不解释预测是如何做出的。深度学习架构的不可解释性构成了重大障碍，尤其是在高风险应用中，如手术规划和建议。尽管已提出了可解释AI架构，但其使用仍然有限。最后，应注意将AI架构从研究环境转化为实际应用仍然是一个重大障碍。事实上，数据隐私、与现有医院信息技术（如影像存档和通信系统）的互操作性以及标准化评估方案仍然是主要障碍。此外，许多AI架构仅在内部数据集上进行了评估，这反过来也引发了对它们在现实应用中可靠性的担忧。

尽管近期研究报告了令人鼓舞的结果，但在AI模型能够在临床实践中广泛应用之前，仍有若干问题需要解决。需要更可靠和可解释的模型，同时需要从多家医院收集更大的数据集以提高模型在不同患者群体中的性能。缺乏公共基准数据集、标准化评估方法和开源实现也使人难以重现已发表的结果和比较不同的方法。未来的研究应鼓励数据共享、通用评估方案、多中心验证以及开发能够提供清晰且易于理解的预测的AI模型。这些改进将支持AI在脊柱成像中更可靠和更实用的使用。

表8. 脊柱成像中使用的公共数据集概述。

| 数据集/研究 | 模态 | 来源 | 主要应用 |
|-------------|------|------|----------|
| VinDr-SpineXR [37] | X光 | VinBigData | 多标签分类和病变检测（13种异常） |
| VerSe数据集 [92] | CT | MICCAI挑战赛 | 椎体分割和标注 |
| CTSpine1K [11] | CT | 公共数据集 | 使用深度学习模型的椎体分割 |
| VerSe20数据集 [11] | CT | MICCAI-VerSe挑战赛 | 椎体分割基准数据集 |
| MICCAI SCGM数据集 [78] | MRI | MICCAI 2018 | 脊髓灰质分割 |
| SpineWeb存储库 [93] | MRI, CT | SpineWeb | 分割和分析的数据集集合 |
| BraTS数据集 [23] | MRI | BraTS | 医学图像分割的迁移学习 |
| 临床MRI数据集 [63] | MRI | 机构数据集 | 腰椎分割和分类 |
| 自定义临床X光数据集 [33] | X光 | 医院数据 | 骨折检测和异常分类 |

**3.3 建议**

为了缓解在脊柱成像模态中确定的局限性，建议采取多种研究和临床策略来增强机器学习和深度学习系统的鲁棒性、可扩展性和转化潜力。首先，开发大规模、多样化和良好标注的数据集对于提高机器学习和深度学习模型的泛化性能至关重要。建议研究人员和临床医生合作开发包含各种成像模态（X光、CT和MRI）、患者人口统计和疾病状况的异质性数据集。此外，可以研究半监督学习、弱监督学习和迁移学习方法，以有效利用有限的标注数据集并减少对标注的依赖。其次，提高机器学习和深度学习模型在现实场景中的鲁棒性是一个需要解决的重要挑战。未来的机器学习和深度学习模型需要被设计为能够有效利用域适应和增强方法来模拟现实场景，包括噪声、低对比度和解剖变异。

第三，应考虑模型在计算方面的效率。虽然使用更高效架构（如Transformer和混合模型）在精度方面更具前景，但这些模型所需的高计算量是实时使用这些模型的显著限制。因此，研究的重点应放在开发更高效架构（如U-Net）和模型压缩技术上，以确保这些模型能够在标准临床硬件上以最小的精度妥协进行使用。

XAI技术（如LIME、Grad-CAM、SHAP和集成梯度）不是图像增强算法，而是在图像预处理后用于解释机器学习（ML）和深度学习（DL）模型生成的预测的补充方法。其主要功能是通过突出影响模型决策的图像区域来增强透明度、可解释性和临床可信度。

近期关于腰椎病理的可解释深度学习研究展示了多种XAI方法在阐明基于MRI的诊断输出中的应用，包括对诊断模型的独立外部验证[81]。因此，XAI应被视为一种促进AI辅助脊柱图像分析的验证与解释框架，而非图像增强技术。其主要作用是通过突出对模型决策有贡献的图像区域，来提升自动化检测、分割和分类系统的透明度、可解释性和临床可靠性。因此，XAI应被视为支持AI辅助脊柱图像分析的验证与解释框架，而非图像增强技术[6]，[27]，[71]。图像增强可以提高图像对比度，使脊柱结构更容易被观察。然而，如果应用不当，它也可能增加噪声，产生虚假的图像细节，或改变重要的解剖特征。这些变化可能影响ML和DL模型的性能，并可能导致错误预测。因此，图像增强方法的评估不应仅依赖PSNR和SSIM等图像质量指标，还应考虑其对病灶检测、分割和分类的影响。在标准数据集上使用适当的评价指标测试这些方法，有助于证明图像增强是否真正改善了AI模型在脊柱图像分析中的性能[5]，[6]，[27]，[65]。下载：下载高分辨率图片（312KB）下载：下载全尺寸图片

图12. 脊柱影像与图像增强领域的年度出版物增长趋势（2016–2026），显示了研究活动的持续且加速增长。

3.4. 年度出版物

图12展示了2016年至2025年脊柱影像与图像增强相关出版物的数量。出版物数据来源于PubMed、IEEE Xplore、ScienceDirect、SpringerLink、Taylor & Francis Online、Wiley Online Library和Google Scholar等数据库中的同行评审研究。纳入的研究涉及脊柱影像、图像增强和基于AI的图像分析，并按年份统计出版物数量。

如图所示，2016年至2026年间脊柱影像图像增强相关出版物数量呈现出明显且持续的上升趋势。2016年至2018年间，出版物从13篇增加到23篇，表明该领域处于早期研究阶段，主要聚焦于传统图像增强方法及AI在脊柱影像中的初步应用。2019年至2021年间，出版物数量继续增长，2021年达到47篇，深度学习尤其是基于CNN的方法在脊柱图像增强和分析中的应用更加广泛。自2022年起，增长趋势更为显著，从2022年的61篇增长至2025年的106篇，并在2026年达到121篇。这一快速增长反映了学术界对深度学习、先进图像增强技术和AI辅助脊柱医学影像分析日益增长的兴趣。这种增长伴随着Transformer模型、注意力机制和GAN的更广泛应用。更多公共数据集的发布和计算资源的提升也帮助研究人员开发并评估了更先进的AI模型。

总体而言，出版物趋势表明脊柱影像与图像增强领域的研究兴趣稳步增长。近期研究更加聚焦于用于图像增强、病灶检测、分割和疾病分类的AI方法。这一趋势表明脊柱影像仍然是活跃的研究领域，随着新AI方法和更大规模数据集的出现，预计将进一步取得发展。

4. 结论

本综述介绍了利用X射线、CT和MRI进行脊柱图像分析中图像增强和人工智能（AI）方法的最新研究。所综述的研究表明，脊柱影像已从传统图像增强方法（如CLAHE、小波变换和滤波技术）转向ML和DL方法。近期模型（包括CNNs、GANs、U-Net变体和Transformer架构）在病灶检测、分割和分类方面取得了显著进步。传统方法简单快速，而基于学习的方法通常性能更优，并能适应更复杂的影像条件。

所综述的研究还表明，图像增强与病灶分析密切相关，但通常被分别评估。图像增强研究通常报告PSNR和SSIM，而病灶检测和分割研究则常用Dice系数、交并比（IoU）、平均精度均值（mAP）、灵敏度、特异性和AUROC。仅有少数研究对从图像增强到诊断的完整流程进行了评估。需要更多研究来理解图像增强如何影响病灶检测及其他诊断任务。

近期DL模型（如EGCA-Net、SpineUNetX和基于Transformer的方法）在脊柱图像分析中报告了良好结果。然而，仍存在若干挑战。许多模型需要大量标注数据集，且其性能在不同医院或影像设备采集的图像上可能发生变化。其他挑战包括高计算成本、模型泛化能力有限、可重复性以及模型决策可解释性困难。尽管当前改进和AI方法已取得进展，但若干问题仍未完全解决。这些包括数据集规模小且多样性不足、缺乏标准化测试来衡量进展、不同医院和影像设备间的差异、对高算力的需求，以及在特定研究之外重复结果或确认发现的困难。此外，增强工具可能意外产生虚假细节或改变重要的临床特征，这凸显了需要多中心可靠测试和真实临床环境中的全面评估[6]，[50]，[51]。

本综述涵盖了X射线、CT和MRI的常规图像增强、机器学习、深度学习、轻量级AI模型以及可解释AI方法。同时也讨论了仍需关注的重要问题，包括数据集多样性、有限的端到端验证、模型可解释性和可重复性。这些发现为当前研究提供了概述，并确定了需要进一步工作的领域。

未来研究应致力于创建更大规模的公共基准数据集，利用来自多个临床中心的数据验证模型，提高可重复性，并开发既高效又易于解释的AI模型。未来研究还应将图像增强与诊断性能作为整体进行联合评估，而非将它们视为独立任务。这些改进有助于使基于AI的脊柱图像分析更加可靠，更适合临床应用。

4.1. 未来工作

未来研究应继续改进脊柱X射线、CT和MRI的图像增强方法。这些技术应在常见临床条件下表现良好，因为图像可能包含低对比度、噪声、运动伪影、解剖变异或重叠的椎体结构。由于X射线通常是检查脊柱疾病的初始影像手段，更好的图像增强有助于发现微小异常，并支持病灶检测、分割和分类。还需要更多研究在统一的端到端框架中联合评估图像增强与诊断，以更好地理解图像增强如何影响诊断性能。

未来工作还应关注开发在来自不同医院和影像系统采集的图像上具有高效且一致性能的AI模型。这需要来自多个临床中心的高质量标注的大规模公共数据集。标准基准数据集、通用标注指南、一致的评估方法和公开可用的源代码将有助于比较不同方法并复现已发表的结果。另一个重要步骤是提高AI模型在临床使用的实用性。XAI可以帮助临床医生理解模型为何做出特定预测，并识别可能影响结果的图像伪影或其他误导性特征。还需要更多外部验证和多中心研究来确认AI模型在不同临床环境中的可靠性，然后再将其用于常规实践。

CRediT作者贡献声明

Jerripothu Vijaya Sagar：概念构思、方法论、软件、调查、数据整理、形式分析、可视化、撰写初稿。M. Sucharitha：监督指导。

Jerripothu Vijaya Sagar | M. Sucharitha

VIT-AP大学电子工程学院，印度阿马拉瓦蒂，维杰亚瓦达，邮编522241