人工智能CT定量参数预测骨质疏松性椎体骨折预后的价值
郑飞
赵博
高姣静
任聪慧
苏明
050000 石家庄,石家庄市第三医院放射科
摘要：目的 探究人工智能CT定量参数预测骨质疏松性椎体骨折预后的价值.方法 选取2021年9月—2022年6月怀疑骨质疏松性椎体骨折需行CT检查患者220例为研究对象,将经术后病理证实的骨质疏松性椎体骨折158例纳入病例组,剩余62例纳入对照组.比较2组人工智能CT定量参数[骨体积分数(BV/TV)、骨小梁厚度(Tb.Th)、骨小梁间隙(Tb.Sp)、结构模型指数(SMI)],评价上述参数对骨质疏松性椎体骨折的诊断价值.病例组均行球囊扩张椎体后凸成形术,统计术后6个月复发情况,比较不同预后患者临床资料及人工智能CT定量参数,分析人工智能CT定量参数与骨密度(BMD)、骨矿含量(BMC)的相关性及与预后的关系.结果 病例组BV/TV、Tb.Th低于对照组,Tb.Sp及SMI高于对照组(P<0.01).BV/TV、Tb.Sp、Tb.Th及SMI联合诊断骨质疏松性椎体骨折的曲线下面积为0.933,高于各指标单独诊断.骨质疏松性椎体骨折复发患者BMD、BMC、BV/TV、Tb.Th低于未复发患者,Tb.Sp及SMI高于未复发患者(P<0.01);BV/TV、Tb.Sp、Tb.Th及SMI均与骨质疏松性椎体骨折患者预后显著相关(P<0.01);骨质疏松性椎体骨折复发患者BV/TV、Tb.Th与BMD、BMC分别呈正相关,Tb.Sp、SMI与BMD、BMC分别呈负相关(P<0.01).结论 人工智能CT定量参数在骨质疏松性椎体骨折患者中异常改变,可用于诊断该疾病,并预测术后复发风险.
关键词：骨质疏松性椎体骨折人工智能体层摄影术螺旋计算机骨体积分数骨小梁厚度骨小梁间隙结构模型指数预后
分类号：R681(骨科学（运动系疾病、矫形外科学）)R683.2(骨科学（运动系疾病、矫形外科学）)
资助基金：石家庄市科技局项目(211460713)
论文发表日期：2023-03-22
在线出版日期：2025-08-15（本平台首次上网日期，不代表文献的发表时间）
页数：5( 134-138 )
英文信息