来源：科技部生物中心，2022年3月-21日08:39

腰痛作为一个主要的公共卫生问题，给个人和社会带来了沉重的负担。腰椎间盘退变被认为是引起慢性腰痛的重要因素，也是评价腰椎退行性疾病的早期临床表型。核磁共振能清晰反映不同程度的腰椎间盘退变，但大多局限于定性分析或半自动定量分析，导致相应椎间盘参数测量的一致性和效率受到限制。因此，如何高精度地自动量化椎间盘的多个参数一直是国际上极具挑战性的研究课题。

腰痛作为一个主要的公共卫生问题，给个人和社会带来了沉重的负担。腰椎间盘退变被认为是引起慢性腰痛的重要因素，也是评价腰椎退行性疾病的早期临床表型。核磁共振能清晰反映不同程度的腰椎间盘退变，但大多局限于定性分析或半自动定量分析，导致相应椎间盘参数测量的一致性和效率受到限制。因此，如何高精度地自动量化椎间盘的多个参数一直是世界上最具挑战性的研究课题之一。

近日，上海中医药大学和上海大学研究团队在人工智能医学图像识别和量化方面取得新进展，开发了基于深度学习语义分割网络的椎间盘回归分析算法——BianqueNet。该团队对中国4个城市的1051人进行了横断面研究，结果显示椎间盘中的信号差异与椎间盘退变的等级显著相关。然后基于不同群体(年龄、性别、椎间盘节段)的基线特征，构建不同等级椎间盘退变的参数标准，实现不同群体椎间盘退变的精确自动定量评估，进而构建基于深度学习的腰椎间盘退变自动定量评估新方法。该研究成果发表在《Nature Communications》杂志上，标题为“基于深度学习的MRI对腰椎间盘退变的高精度量化”。

本研究对椎间盘和经络肌肉失衡的研究具有指导价值，为颈腰椎退行性疾病的评估提供了新的方法。(100yiyao.com)

版权声明

本网站所有标注“来源：100医学网”或“来源：bioon”的文字、图片、音视频资料，均属于100医学网网站的版权。未经授权，任何媒体、网站或个人不得转载，否则将追究法律责任。获得书面授权转载时，必须注明“来源：100医学网”。其他来源的文章都是转载。本网站所有转载都是为了传递更多信息。转载内容不代表本网站立场。不希望被转载的媒体或个人可以联系我们，我们会立即删除。

87%的用户在用100医网APP随时阅读、评论、分享。请扫描二维码下载-