基于多任务学习的肩关节三维骨性标志点自动检测网络

《Frontiers in Bioengineering and Biotechnology》：A multi-task learning-based network for detecting three-dimensional osteometric landmarks of the shoulder joint

　　

背景：基于镜像的全肩关节置换术（total shoulder arthroplasty, TSA）术前规划依赖于对侧解剖结构完整的肩关节骨性标志点的精确三维（three-dimensional, 3D）定位。人工标注耗时且存在观察者间及观察者内变异性。本研究旨在开发并评估一种多任务深度学习网络，用于对侧肩关节CT上骨性标志点的自动化三维定位。 方法：本单中心回顾性研究纳入179例对侧肩关节CT扫描完好的患者，按患者层面随机分为训练集（n = 125）、验证集（n = 18）和测试集（n = 36）。研究人员开发了一种双解码器3D BiFormer-UNet网络，用于肱骨和肩胛骨分割及14个解剖标志点的热图（heatmap）定位。跨任务特征融合（cross-task feature fusion, CtFF）模块将分割解码器中的骨结构引导信息传递至标志点解码器。该网络采用复合损失函数进行端到端训练，包含难负样本挖掘热图回归、几何结构约束、距离感知相似性学习及辅助分割损失。标志点定位性能采用平均径向误差（mean radial error, MRE）及2.0、2.5、3.0和4.0 mm阈值下的成功检测率（successful detection rate, SDR）进行评估，分割性能采用Dice系数评估。逐病例MRE与四种3D基线模型进行比较，采用Holm–Bonferroni校正的配对检验。 结果：在36例测试集中，所提模型实现了2.1 ± 1.2 mm的MRE（95%置信区间，1.7–2.5 mm），在2.0、2.5、3.0和4.0 mm阈值下的SDR分别为72.0%、81.8%、90.3%和96.7%。其MRE显著低于3D U-Net、V-Net、3D HRNet改进版和H3DE-Net（所有Holm–Bonferroni校正后P < 0.05）。在测试集上，辅助分割分支对肱骨和肩胛骨的平均Dice系数分别为0.83 ± 0.05和0.78 ± 0.07。内部定义的中心标志点，特别是肱骨头旋转中心、解剖颈中心和近端及远端髓腔中心，显示出比大多数表面标志点更大的定位误差（2.3–2.6 mm）。 结论：所提出的多任务框架通过整合全局解剖上下文与骨结构引导，在结构完整的对侧肩关节CT上展示了有前景的三维标志点定位性能。该框架可作为镜像肩关节置换术规划的上游定位组件，但在临床使用前仍需外部验证。

一、研究背景与问题

全肩关节置换术（total shoulder arthroplasty, TSA）的术前三维评估对植入物选择和定位至关重要，涉及肱骨和肩胛骨解剖结构的精确测量，包括关节盂版本（glenoid version）、关节盂倾斜角（glenoid inclination）和肱骨头后倾角（humeral head retroversion）。这些测量依赖于骨性标志点的可重复识别，因此准确的标志点定位是可靠术前测量和规划的前提。然而，许多临床工作流程仍依赖人工或半自动标志点标注，此类工作耗时且依赖操作者，肩关节置换规划中存在显著的术者间和术者内变异性。对于存在严重骨缺损或畸形的肩关节，基于镜像的对侧重建和统计形状建模是估计病前关节盂解剖的补充策略。在镜像规划流程中，后续配准和重建的可靠性取决于在解剖结构完整的对侧肩关节上稳定定位解剖标志点的能力。

肩关节CT自动化分析面临四大挑战：第一，肩胛骨具有复杂且个体差异显著的曲率，近端肱骨在外展和旋转方面呈现多样姿态，传统卷积架构的有效感受野有限，难以建模长距离解剖关系；第二，高质量三维肩关节CT数据集有限，人工标注存在观察者依赖噪声，易导致过拟合；第三，大多数现有方法将分割和标志点检测独立处理，未利用分割可提供的骨形态先验；第四，传统热图回归损失对易分类的背景体素和稀有难负样本同等对待，且很少显式建模标志点间的几何关系或特征空间相似性。

二、研究内容与结论

针对上述问题，研究人员开发了一种端到端双解码器框架，在分割分支和标志点检测分支之间引入任务特定的跨任务特征融合（cross-task feature fusion, CtFF）。研究范围有意限定于对侧解剖结构完整的肩关节，目标是支持受影响侧的镜像配准和重建。研究人员假设，在对侧肩关节CT上，联合建模长距离解剖依赖和骨表面结构先验将比传统三维卷积和高分辨率基线网络产生更准确的三维标志点定位，并在预定距离阈值下提高成功检测率。

研究结论表明，所提出的多任务框架在结构完整的对侧肩关节CT上实现了有前景的三维标志点定位性能，其MRE显著优于四种三维基线模型，证明了整合全局解剖上下文与骨结构引导的有效性。该框架可作为镜像肩关节置换术规划的上游定位组件，但临床使用前仍需外部验证。

三、关键技术方法

研究人员开发了基于3D BiFormer-UNet的双解码器多任务网络。网络核心组件包括：基于3D双层级路由注意力（bi-level routing attention, BRA）机制的BiFormer编码器，通过动态稀疏化策略在计算效率和全局感受野之间取得平衡；双分支解码器结构，分别输出肱骨和肩胛骨分割概率图及14个解剖标志点的热图；跨任务特征融合（CtFF）模块，将分割分支产生的双通道骨结构空间注意力图用于门控检测分支特征。训练采用复合损失函数，包含难负样本挖掘热图回归损失、几何结构约束损失、距离感知相似性学习损失和辅助分割损失。数据来源于北京积水潭医院（首都医科大学）的179例患者肩关节CT扫描，按患者层面分为训练集（n = 125）、验证集（n = 18）和测试集（n = 36）。

四、研究结果

（一）标志点定位精度

在36例测试集中，所提模型实现了2.1 ± 1.2 mm的平均径向误差（mean radial error, MRE）（95%置信区间，1.7–2.5 mm），在2.0、2.5、3.0和4.0 mm阈值下的成功检测率（successful detection rate, SDR）分别为72.0%、81.8%、90.3%和96.7%。逐病例MRE与四种三维基线模型（3D U-Net、V-Net、3D HRNet改进版和H3DE-Net）比较，所有Holm–Bonferroni校正后P < 0.05，表明所提模型的定位精度显著优于各基线模型。

（二）辅助分割性能

在测试集上，辅助分割分支对肱骨和肩胛骨的平均Dice系数分别为0.83 ± 0.05和0.78 ± 0.07，表明网络在完成标志点检测主任务的同时，能够有效实现肱骨和肩胛骨的体素级分割。

（三）不同标志点的定位差异

内部定义的中心标志点，特别是肱骨头旋转中心（humeral head rotation center, HRC）、解剖颈中心（anatomical neck center, ANC）以及近端和远端髓腔中心（proximal and distal medullary canal centers, PMC和DMC），显示出比大多数表面标志点更大的定位误差（2.3–2.6 mm）。这可能与这些中心标志点缺乏明确的表面边界特征有关。

五、讨论与结论

讨论部分指出，所提出的多任务框架通过整合全局解剖上下文与骨结构引导，在结构完整的对侧肩关节CT上实现了有前景的三维标志点定位性能。将分割分支提供的骨结构先验通过CtFF模块融入标志点检测分支，有效利用了骨骼形态信息。BiFormer编码器的3D BRA机制在保持计算效率的同时捕获了长距离解剖依赖关系。复合损失函数中的几何结构约束和距离感知相似性学习进一步增强了标志点定位的解剖合理性。

研究结论为：所提出的多任务框架通过整合全局解剖上下文与骨结构引导，在结构完整的对侧肩关节CT上展示了有前景的三维标志点定位性能。该框架可作为镜像肩关节置换术规划的上游定位组件，但在临床使用前仍需外部验证。