Cascade Deep Learning (nnU-Net + ResNet-18) for Meniscus Segmentation and Three-Grade Injury Classification on Knee MRI: A Single-Centre Study with Reader Assistance Evaluation

人类的膝盖是工程学上的奇迹，依靠两块被称为半月板的C型软骨垫来缓冲关节并保持稳定。当这些软骨垫撕裂或磨损时，会导致疼痛、肿胀以及活动能力丧失，这通常需要手术治疗。为了诊断这些损伤，医生依赖磁共振成像（MRI），它能创建人体内部的详细横截面图像。然而，阅读这些图像是一项缓慢且高要求的工作。放射科医生必须扫描数百张薄层切片，寻找暗示撕裂的软骨纹理的细微变化。这个过程不仅耗时，而且容易出现人为错误；两位不同的医生可能会观察同一份扫描结果，却对患者是轻微磨损还是需要立即修复的严重撕裂产生分歧。这种不一致性可能会延迟治疗或导致不必要的手术。

为了使这一过程更快、更可靠，研究人员开始教计算机阅读这些扫描图像。这个领域被称为深度学习，涉及训练计算机程序来识别图像中的模式，就像人类大脑学习识别面孔一样。其目标不是取代医生，而是创造一个工具，充当第二双眼睛，通过高亮显示可疑区域并提供第二意见。来自中国一家医院的一项新研究探讨了这种系统在处理半月板损伤方面的效果。研究人员构建了一个两步走的计算机系统：首先定位MRI扫描中的半月板，然后对其进行分析以确定它是健康的、退化的还是撕裂的。他们在数百名患者身上测试了该系统，并观察了它如何影响初级医生的表现，旨在看看计算机是否能帮助经验较少的临床医生做出更准确、更快速的诊断。

研究人员开发了一个按特定顺序工作的计算机框架，非常像一个团队：一个人负责定位物体，另一个人负责检查。首先，系统使用一种复杂的算法扫描MRI图像，并在半月ola周围画出精确的轮廓，将其与周围的骨骼和液体分离。这一步至关重要，因为它告诉计算机具体该看哪里，从而忽略膝盖的其他部分。一旦半月板被隔离出来，系统的第二部分就会检查隔离后的图像以进行分类。它将情况分为三类：健康、退化（显示出磨损迹象）或III级撕裂（通常需要手术的完全撕裂）。该系统利用了四年间收集的608份膝盖扫描数据进行训练，所有数据均采用同一种型号的1.5-Tesla MRI机器拍摄。图像包含了前后视图和侧视图，使计算机能够从多个角度观察半月板。

当研究人员单独测试该系统时，结果喜忧参半但前景广阔。当半月板健康时，计算机的表现非常好，能够成功勾勒出轮廓。然而，当半月板受损时，计算机在绘制精确轮廓方面表现得较为吃力，这可能是因为撕裂改变了组织的形状和纹理，使其难以与背景区分开来。尽管在勾勒轮廓方面存在困难，但该系统的诊断能力尚可。通过结合正面和侧面的视图，计算机正确识别半月板是否撕裂的准确率约为74%。在观察膝盖正面视图时，它比观察侧视图时更容易发现撕裂。虽然该系统在独立运行时无法完美区分轻微磨损与完全撕裂，但它展现出了标记严重损伤的明确能力。

然而，这项研究最重要的部分不仅在于计算机本身的表现，还在于它如何帮助人类医生。研究人员招募了两名在阅读肌肉骨骼图像方面经验不足三年的初级骨科住院医师，让他们诊断一组包含100例膝盖病例的数据。首先，医生在没有任何帮助的情况下查看了扫描图像。随后，在经过两周的休息期以确保他们不会记住这些病例后，他们再次查看了相同的扫描图像，这一次是在计算机的辅助下。计算机为他们提供了一个表示撕裂可能性的概率得分，以及一张高亮显示了计算机认为可疑的半月板区域的视觉图谱。

这种人机协作的结果令人瞩目。当初级医生独立工作时，其AUC（曲线下面积）为0.64。当使用计算机引导时，他们的表现提升到了0.78。更重要的是，计算机帮助他们捕捉到了更多严重的撕裂。在没有帮助时，初级医生会漏掉40%的III级撕裂；而在计算机的协助下，他们能捕捉到80%的此类撕裂。该工具还提高了医生的速度。诊断单个病例的平均时间从接近45秒降至不到28秒，降幅达38%。这种提速表明，计算机帮助医生集中了注意力，减少了寻找损伤所需的时间。此外，当两位医生都使用计算机时，他们之间的判断一致性也提高了，这表明该工具提供了一个一致的标准，有助于减少个人判断的差异。

研究结论指出，虽然该计算机系统尚未完美到可以取代专家，但它是一个强大的助手。它充当了安全网的角色，特别是对于经验较少的临床医生，帮助他们发现可能遗漏的严重损伤，并能更快地完成。研究人员指出，该系统的性能受到定义撕裂组织确切边界的难度以及退化与早期撕裂之间细微视觉相似性的限制。他们还指出，由于研究是在单一医院进行的，因此在广泛应用之前，需要在不同地点和使用不同类型MRI机器的患者身上进行测试。尽管如此，研究结果证明，设计良好的计算机工具可以有效地支持人类决策，将一个缓慢且具有变异性的过程转变为一个更快速、更可靠的过程。