来源：期刊VIP网 时间：
作者：禤浚波;梁英豪;梁淑慧;张绿云;胡巍;柯宝毅;马文宇;李成;
单位：广西师范大学广西多源信息挖掘与安全重点实验室;南宁职业技术学院人工智能学院;广西师范大学计算机科学与工程学院;河池学院大数据与计算机学院;桂林市人民医院脊柱骨病科;柳州市人民医院脊柱外科;
摘要：脊柱侧弯是影响人类健康的疾病之一，Cobb角的准确计算是临床上确定脊柱侧弯分型和制定诊疗方案的关键。针对人工测量Cobb角存在耗时长、不够准确、效率低下等问题，本文设计了一种基于改进U-Net的脊柱侧弯Cobb角自动测量方法。由经验丰富的脊柱外科医生使用LabelMe工具对200例脊柱侧弯患者的X线片数据集进行标注。采用ResNet50作为主干网络改进基本的语义分割模型U-Net,并与另外2个语义分割模型DeeplabV3和PSPNet在脊柱侧弯X线片数据集上分别进行训练。实验结果表明，改进的U-Net模型的平均交并比(mean intersection over union, MIOU)值达到了94.72%,分别比PSPNet和DeeplabV3模型的MIOU值提升了5.36%和2.30%。最后，基于改进的U-Net模型设计了脊柱侧弯Cobb角的自动测量算法，并开发了可视化的自动测量软件。经过实际测试，发现在常规的电脑上输入一张患者的X线片，只需6.3 s即可自动计算Cobb角大小，其速度远快于医生手动测量，显著提高了医生的工作效率，表明本文设计的脊柱侧弯Cobb角自动测量方法是有效的。
关键词：脊柱侧弯;X线图像;Cobb角;U-Net;交并比
基金资助：广西多源信息挖掘与安全重点实验室开放基金项目(MIMS21-02); 广西自然科学基金项目(2022GXNSFAA035625); 广西高校中青年教师科研基础能力提升项目(2022KY1019); 桂林市科学研究与技术开发计划项目(20210227-2); 广西壮族自治区卫生健康委员会科研项目(Z20210639)共同资助
