基于云技术的自动CT评估有及无低能量股骨颈骨折女性的盆底肌肉质量

《Calcified Tissue International》：Cloud-Enabled Automated CT Assessment of Pelvic Muscle Quality in Women With and Without Low-Energy Femoral Neck Fracture

　　

摘要

这项回顾性研究旨在比较患有与未患股骨颈骨折的女性患者的盆底肌肉参数，同时评估基于自动CT的工作流程在探究盆底肌肉质量指标与股骨颈骨折状况之间关联方面的可行性。研究纳入了119名患有低能量股骨颈骨折的女性患者以及107名年龄匹配的女性对照组。研究人员使用集成在云端的深度学习分割工具对无对比度计算机断层扫描图像进行分析，量化了髂腰肌和臀肌的肌肉体积及质量指标，包括肌肉内脂肪组织、肌脂变以及功能性瘦肌肉含量。研究还进行了年龄调整后的多变量分析、接收者操作特征分析以及逻辑回归分析。结果显示，各组之间的年龄和皮质骨参数并无显著差异。而在调整年龄因素后，盆底肌肉质量指标则存在显著差异。其中，髂腰肌的肌脂变表现出最高的个体鉴别能力，其曲线下面积为0.711。而由四块肌肉的肌脂变数据构成的模型则展现了最高的样本内鉴别能力，曲线下面积为0.739，表明其鉴别能力处于中等水平。髂腰肌的MYO值若高于根据接收者操作特征曲线确定的临界值，则该患者属于骨折组的概率会显著升高（比值比为4.22）。自动化测量结果显示出极高的可靠性。这些发现表明，盆底肌肉质量指标可为常规CT检查中的骨折相关评估提供补充信息。基于自动CT的肌肉质量评估方法可为常规CT检查中的身体成分分析提供一种可重复的途径。本研究中所使用的云端支持工作流程证明了其技术上的可行性；不过，要确定其在骨折风险分层方面的临床应用价值，还需通过前瞻性研究进行验证。