我國科學家建立腰椎間盤退變自動量化評估新方法

　　腰痛作為一個重大的公共衛生問題，給個人和社會帶來沉重的負擔。腰椎間盤退變被認為是引發慢性腰痛的重要因素，也是評估腰椎退行性病變的早期臨床表型。核磁共振可清晰地反映不同程度的腰椎間盤退變，但大都局限于定性分析或半自動的定量分析，導致相應椎間盤參量測量的一致性和效率存在局限，因此如何高精度的自動定量椎間盤多項參量，一直是國際上非常具有挑戰性的研究課題之一。

　　近日，上海中醫藥大學與上海大學研究團隊在人工智能醫學影像識別與量化方面取得新進展，開發出基于深度學習語義分割網絡的椎間盤退變量化分析算法——BianqueNet。該團隊對全國4個城市共計1051例人群進行橫斷面研究，結果表明椎間盤內信號差異與椎間盤退變等級顯著相關；再結合對不同人群基線特征（年齡、性別、椎間盤節段）構建不同椎間盤退變等級的參量標準，從而實現不同人群的精準化椎間盤退變自動量化評估，進而構建了基于深度學習的腰椎間盤退變自動量化評估新方法。研究成果以“Deep learning-based high-accuracy quantitation for lumbar intervertebral disc degeneration from MRI”為題發表于《Nature Communications》雜志。

　　該研究對椎間盤表觀遺傳學及經筋失衡研究具有指導價值，為頸腰椎退行性病變的診斷和評估提出了新方法。