关节影像大数据

本项目以上海市第六人民医院、瑞金医院为基地,首次在大规模人群中完成上海市正常人不同年龄组的膝关节软骨及软骨下骨的平片、磁共振影像数据分析,建立了以上海地区为中心辐射至全国的中国正常人群软骨及软骨下骨模型,为研究骨关节炎相关危险因素以及建立有效的预防策略提供了可靠的人群研究基础。

利用上海市第六人民医院,瑞金医院,以及其他相关医院的临床医疗影像数据,建立大数据数据库,并基于此构建工具集,提供标准化的临床数据处理流程,采用人工智能、数据挖掘、计算机视觉等工程学领域的新技术实现了对多模态影像的自动分析和质量控制。通过在大数据与工具集的结合,对医学影像数据进行深层挖掘,获取更多与膝关节及疾病相关联的有效信息。

磁共振图像能够完整揭示软骨(软骨下骨)的形态,而软骨(软骨下骨)正是与骨关节炎紧密联系的关键解剖结构。因此,磁共振图像是关节大数据的核心,也是本项目的重点研究对象。


磁共振图像是膝关节医学图像大数据的关键,即对特定样本而言,高质量的磁共振影像数据不可或缺。本项目围绕磁共振图像,建立全程质量控制体系。在数据采集阶段,医生通过观察和测量可以将异常数据排除。在数据处理阶段,无法正确反映软骨(软骨下骨)形态的磁共振图像也会被剔除。

本项目的成果主要如下:

1.      以上海市第六人民医院、瑞金医院为基地,建立了以上海地区为中心辐射至全国的膝关节软骨医学影像大数据数据库。

2.      根据大数据数据库所提供的磁共振图像,可以通过图像超分辨率技术得到以上海地区为中心辐射至全国的中国正常人群软骨及软骨下骨预测模型。预测模型可以根据被试的磁共振图像,生成对应的健康的软骨及软骨下骨的磁共振影像,为临床诊断提供有效的参考信息。

3.      膝关节磁共振影像的自动分析有赖于磁共振图像中膝关节各组成部分的分割结果。本项目采用卷积神经网络对膝关节软骨和软骨下骨进行分割。根据软骨以及软骨下骨的分割结果,可以对其厚度、表面积、体积、以及其他形态学参数进行后续分析。本项目根据膝关节高分率磁共振图像,对膝关节软骨及软骨下骨的形态学参数进行了统计分析。对膝关节软骨和软骨下骨的形态学参数随骨关节炎病程的变化趋势进行了分析。

4.      在深度学习的框架下,根据大数据数据库中正常人和不同阶段患者的磁共振图像,训练得到骨关节炎辅助诊断预测模型。诊断预测模型可以根据磁共振影像,对对应被试的疾病分期进行判定,给出诊断建议。

本项目相关工具集开放下载,请点击下方链接或与我们联系!

  Cartilage_Evaluation_System.zip