多发性骨髓瘤中骨小梁的自动化分形分析：基于宏观图像的放射学研究

《BMC Oral Health》：Automated fractal analysis of trabecular bone in multiple myeloma: a macro-based radiographic study

　　

摘要

研究目的

本研究旨在探讨分形分析在评估多发性骨髓瘤患者骨小梁微结构中的应用价值，同时通过基于宏的自动化工作流程来实现可重复、标准化的后处理分析，降低操作者带来的差异性。

研究方法

研究共纳入41例多发性骨髓瘤患者以及41名年龄和性别匹配的健康对照组。最初采用传统的ImageJ/FracLac盒计数法手动进行分形维数测量，随后评估基于宏的自动化工作流程在提升分析过程重复性和标准化方面的效果。

研究结果

在ROI1（1.5329?±?0.043对比1.5368?±?0.040，p?=?0.674）、ROI2（1.5320?±?0.042对比1.5322?±?0.041，p?=?0.979）和ROI3（1.5361?±?0.049对比1.5371?±?0.048，p?=?0.928）指标上，多发性骨髓瘤组与对照组之间均未出现统计学上的显著差异。不同观察者之间的测量结果一致性优异（ICC?=?0.91，95%置信区间：0.857–0.949），手动测量与自动化测量的分形维数结果也完全一致。

研究结论

在本研究群体中，分形维数分析未能显示出多发性骨髓瘤患者与对照组之间存在统计学上的显著差异，这说明在当前条件下，该方法在评估多发性骨髓瘤结构特征方面的区分度有限。不过，基于宏的工作流程可与手动测量方法相兼容，能够提供标准化且可重复的分析框架，有助于减少图像处理和分析过程中的操作者差异，从而为未来的影像学研究保持方法一致性提供支持。