基于计算机颈椎辅助分析系统进行颈椎骨龄量化分期的初步探索

发布时间：2020-08-21 16:53

【摘要】：【目的】探讨计算机辅助颈椎分析系统(CACVA, Computer Aided Cervical Vertebra Analysis)半自动识别颈椎标志点的准确性及重复性。 【方法】随机选取口腔正畸门诊青少年患者常规拍摄的头颅侧位定位片120张,由专家组、正畸初学组、计算机辅助颈椎分析组定点第二到五颈椎体的27个标志点,各组分别定点三次,比较三组之间定点的准确性和组内重复性。专家组和正畸初学组采用手工定点,计算机辅助颈椎分析组采用快速行进算法和抛物线拟合来分割颈椎图像,通过多段曲线拟合的方法对颈椎骨边缘拟合,进而计算出标记点。随机区组方差分析及两两比较进行三组定点准确性和重复性的比较。 【结果】从定点准确性来看,计算机辅助颈椎分析组与专家组差异无显著性(P0.05),计算机辅助颈椎分析组与初学组、专家组和初学组差异均有显著性(P0.05);从定点重复性来看,计算机辅助颈椎分析组优于专家组和初学组。 【结论】计算机辅助颈椎分析组与专家组手工定点具有同样的准确性,同时具有重复性好,简便快速的优势,值得正畸临床和科研推广。 【目的】应用计算机辅助标定颈椎标志点,建立正常合青少年颈椎骨龄定量分期法。 【方法】本课题采用混合纵向资料,对87位中小学生(男32,女55),每年定期拍摄头颅侧位片及手腕骨片,连续6年,组成8～18岁混合纵向资料。以Fishman手腕骨龄评定法为金标准,选择第二到五颈椎体的31个标志点,应用计算机辅助颈椎分析系统(CACVA ,Computer Aided Cervical Vertebra Analysis),采用快速行进算法和抛物线拟合分割颈椎图像,并对颈椎骨边缘进行拟合,半自动识别并标定31个标志点,计算出包含有长、高、宽、面积、周长、边缘凹陷曲率、凹陷距离等的参数153个。采用特征选择算法去除无关特征和冗余特征,再利用简约后的组合参数建立颈椎骨龄定量分期预测模型。 【结果】从153个参数中筛选出5组组合分期参数,利用最佳参数组合,将颈椎骨龄分为五期:CVM 1- CVM 5,各期骨龄预测方程如下: CVM 1= 13.59 +( -1.3)×MH3 CVM 2= 1.13 +( -0.22)×AD5+(-0.62)×H4 CVM 3= 2.15+(-0.07)×AD3+(0.24)×LD3+(-5.08)×AH4/PH4 CVM 4= (-4.56) + 0.13×AD4 +0.67×MH3/LW3 +2×AD4/VD4 CVM 5= (-15.41) + 0.93×AH4+0.53×MH4 【结论】计算机辅助颈椎分析系统可半自动识别并标定颈椎标志点,重复性较好,筛选参数多,并利用最佳组合参数推导出五个Logistic回归方程进行颈椎骨龄预测,其预测结果更为准确客观,为临床骨龄判断提供参考。
【学位授予单位】：华中科技大学
【学位级别】：硕士
【学位授予年份】：2011
【分类号】：TP391.7;R783.5
【图文】：

2. C2a 第二颈椎3. C2lm 第二颈椎4. C3up 第三颈椎5. C3ua 第三颈椎6. C3la 第三颈椎7. C3lp 第三颈椎8. C3pm 第三颈椎9. C3um 第三颈椎10. C3am 第三颈椎11. C3lm 第三颈椎12. C4up 第四颈椎13. C4ua 第四颈椎14. C4la 第四颈椎15. C4lp 第四颈椎16. C4pm 第四颈椎17. C4um 第四颈椎18. C4am 第四颈椎19. C4lm 第四颈椎20. C5up 第五颈椎21. C5ua 第五颈椎22. C5la 第五颈椎23. C5lp 第五颈椎24. C5pm 第五颈椎25. C5um 第五颈椎26. C5am 第五颈椎27. C5lm 第五颈椎

快速行进算法得到最初的轮廓线

颈椎下缘的初始轮廓线拟合前分段

【共引文献】

相关期刊论文 前2条

1 陈莉莉;林久祥;许天民;;应用颈椎骨龄定量分期法评价正常鉭青少年上下颌骨垂直向及纵向变化的研究[J];临床口腔医学杂志;2010年06期

2 蓝智聪;陈莉莉;许向阳;刘加荣;郑晓丹;章婷;;计算机辅助颈椎分析系统识别颈椎标志点的准确性和重复性探讨[J];临床口腔医学杂志;2010年09期

本文编号：2799625