基于Segment Anything Model的成人退变性脊柱侧凸腰椎肌肉自动分割

《European Spine Journal》：Automated lumbar muscles segmentation with segment anything model for adult degenerative scoliosis

　　

目的：本研究旨在开发一种基于Segment Anything Model（SAM）的自动腰椎肌肉分割与处理工具，并探讨成人退变性脊柱侧凸（ADS）患者腰椎肌肉退变与冠状面参数之间的关联。方法：纳入56例ADS患者。通过直接法、基于ImageJ的方法以及基于SAM（Spyder）的方法，测量L3-L4节段腰椎肌肉（腰大肌（PM）、多裂肌（MF）、竖脊肌（ES））的横截面积（CSA）和脂肪浸润（FI）。研究人员评估了各方法间的测量一致性和时间效率。利用Spyder获取的数据分析肌肉退变与ADS冠状面参数的相关性。结果：CSA测量表现出可接受的一致性（ICC 0.627–0.881，P?论文解读：基于Segment Anything Model的成人退变性脊柱侧凸腰椎肌肉自动分割研究

**研究背景与问题**

成人退变性脊柱侧凸（adult degenerative scoliosis, ADS）是一种由椎间盘、关节突关节、腰椎肌肉及软组织退变引起的三维脊柱畸形，常伴随矢状面和冠状面失衡，多见于40岁以上女性，可导致腰背痛、下肢痛及功能损害。随着全球人口老龄化，ADS的医疗负担日益加重。腰椎肌肉（包括腰大肌（psoas major, PM）、多裂肌（multifidus, MF）和竖脊肌（erector spinae, ES））对脊柱稳定性至关重要。既往研究已揭示腰椎肌肉退变与ADS的密切关联，肌肉萎缩表现为肌肉质量减少和脂肪浸润（fatty infiltration, FI）增加。精确高效地测量腰椎肌肉对于理解ADS病理机制和临床评估至关重要。然而，传统测量方法（如MRI直接勾画和基于ImageJ软件的分析）依赖手动操作，耗时费力，尤其不适用于大样本研究。直接勾画需固定位置测量且流程繁琐，ImageJ虽能通过阈值法快速计算FI，但横截面积（cross-sectional area, CSA）仍需手动描绘，未能完全解决效率瓶颈。因此，开发准确自动的腰椎肌肉测量工具对提高ADS相关临床研究和诊断评估效率具有重要意义。Segment Anything Model（SAM）作为图像分割领域的革命性进展，具备零样本泛化能力、灵活的多模态提示交互、高精度分割输出和高效推理速度，但将其应用于腰椎肌肉分割的研究尚属空白。

**研究概述与结论**

本研究基于SAM架构开发了名为“Spyder”的图像处理程序，实现腰椎肌肉区域的自动分割，并一步生成CSA和FI。研究纳入56例ADS患者（主要来自2024年1月至12月于某机构接受后路脊柱手术的患者），采用直接法、ImageJ法和Spyder法测量L3-L4节段PM、MF和ES的CSA与FI，评估测量一致性和时间效率，并分析肌肉参数与冠状面指标的相关性。结果表明，Spyder在CSA测量中与直接法和ImageJ法具有可接受的一致性（ICC 0.627–0.881），FI一致性较差；Spyder测量速度比直接法快10倍以上，比ImageJ快约2倍。ADS患者凹侧CSA（PM、ES）更大，凹侧MF FI更高；腰椎弯曲角度（L）与凹侧PM FI呈弱正相关，与凸侧MF CSA呈弱负相关。结论认为，基于SAM的Spyder工具能实现ADS患者腰椎肌肉的准确高效自动分割，为ADS研究和诊断提供高效工具，且腰椎肌肉不对称变化可能与冠状面畸形相关。该论文发表在《European Spine Journal》。

**关键技术方法**

研究人员开发了基于SAM的“Spyder”程序，其核心架构包含三个模型：比例尺模型（自动校准图像比例）、脂肪阈值确定模型（通过手动输入定义脂肪信号强度）以及SAM（用于图像分割）。研究样本来源于一所医疗机构2024年1月至12月期间接受后路脊柱手术的ADS患者，共56例（48例女性）。测量采用MRI T2加权像的L3-L4节段图像，比较三种方法：直接测量（手动勾画肌肉感兴趣区域并计算CSA和FI）、ImageJ软件测量（手动设置比例尺、勾画轮廓、阈值设置区分脂肪与肌肉）以及Spyder自动测量。统计分析使用SPSS 27.0，采用组内相关系数（ICC）评估测量一致性，Friedman检验比较测量时间差异，Spearman相关分析肌肉参数与冠状面参数（腰椎弯曲角L、主胸弯MT、近端胸弯PT、冠状面垂直轴CVA）的相关性。

**研究结果**

**患者人口学特征**：56例ADS患者，平均年龄67.09±6.98岁，平均BMI为25.15±3.71 kg/m2，平均病程46.5±21.49个月。主要弯曲均为腰椎弯曲，平均L为24.14±10.15°，MT为11.68±8.20°，PT为3.75±2.93°，CVA为24.73±23.80 mm。功能状态通过Oswestry残疾指数（ODI）和日本骨科协会（JOA）评分评估，平均值分别为25.14±8.43和14.54±5.53。

**三种测量方法比较**：单观察者三次重复测量的ICC值均>0.90，两观察者间的ICC也>0.90，Spyder方法在MF和ES测量中一致性更优。CSA测量在三种方法间具有可接受的一致性（ICC 0.627–0.881），验证了SAM在Spyder中实现腰椎肌肉分割的可靠性。FI测量一致性较差（ICC 0.252–0.442），直接法与ImageJ法或Spyder法之间的FI值一致性均不理想。测量时间方面，三种方法之间差异显著（Friedman检验，p<0.001）：Spyder法耗时最短，其次为ImageJ法，直接法最耗时。Spyder比直接法快10倍以上，比ImageJ法快约2倍，且单独分析CSA和FI测量时间时结论一致。

**双侧腰椎肌肉比较与相关分析**：患者凹侧腰椎肌肉CSA倾向于大于凸侧，其中PM和ES的差异具有统计学意义（PM：819.64±245.18 vs. 755.17±256.59，p=0.012；ES：1546.91±378.55 vs. 1377.64±322.08，p<0.001）。凹侧MF的FI显著高于凸侧（0.29±0.14 vs. 0.22±0.11，p=0.001）。相关分析显示，L Cobb角与凹侧PM FI呈弱正相关（r=0.273，p=0.042），L和MT Cobb角均与凸侧MF CSA呈弱负相关（L：r=-0.406，p=0.002；MT：r=-0.304，p=0.023）。

**讨论与结论**

讨论部分指出，本研究证明了三种方法在CSA测量中的可接受一致性，表明SAM能可靠高效地分割各腰椎肌肉区域。SAM显著缩短测量时间，支持移动测量，降低专业知识要求，展现了其在MRI组织分割中的潜力。观察者间和观察者内重复测量均显示极好的一致性，表明测量方案稳定性高。与仍依赖半自动分割的ImageJ相比，SAM的全自动流程和精度更适合大规模数据处理。三种方法间FI一致性较差，可能源于手动FI测量在脂肪排除时的严重不准确性（手动测量可能仅排除可见边缘脂肪而忽略图像内部脂肪），以及ImageJ与Spyder阈值参考差异。既往研究关于ADS患者凹侧和凸侧肌肉体积大小的结论存在争议，可能与患者人群异质性（Cobb角、顶点位置、疼痛强度差异）、测量节段选择和测量技术差异有关。但多数研究报道凹侧腰椎椎旁肌肉FI更高，与本结果一致。研究局限性包括：单中心回顾性、样本量较小、仅测量L3-L4节段未能反映多节段退变特征、FI测量方法间一致性差。未来将优化Spyder脂肪阈值模型，扩大队列验证，评估以顶点椎体为中心的多节段肌肉，并进行纵向随访探索肌肉-畸形关联。

**研究结论**：基于SAM的“Spyder”能在ADS患者中实现准确高效的腰椎肌肉自动分割，CSA测量具有可接受的一致性。ADS患者表现出明显的腰椎肌肉不对称性，且脊柱侧凸的严重程度可能与腰椎肌肉退变相关。

相关新闻