盆底超声智能识别及半自动测量泌尿生殖裂孔的实用性研究

摘要

【目的】
　　本研究通过比较经会阴盆底超声智能识别及半自动测量与手动测量泌尿生殖裂孔（urogenital hiatus，UH）的一致性，以验证盆底超声智能识别及半自动测量在泌尿生殖裂孔中的实用性，最终达到简化盆底超声测量步骤、缩短检查时间、减少人为误差的目的，以推动盆底超声的学习交流及更广泛的普及应用。
　　【方法】
　　随机选取2016年05月至2017年2月在深圳市第二人民医院行盆底超声检查的180例女性患者为研究对象，共获取286幅满意的UH三维图像，均存储于超声诊断仪中。将286幅已后处理的UH三维图随机分为学习组100幅和测试组186幅。将学习组的100幅UH三维图从超声诊断仪中导出至MATLAB图像处理软件供离线脱机分析。
　　（1）离线标记学习组：由3名（D1、D2、D3）盆底超声经验丰富的医生分别应用MATLAB软件离线手动标记出UH的4个重要轮廓点，即耻骨联合后下缘点、两侧肛提肌附着点、耻骨直肠肌底部前缘点，MATLAB软件会根据轮廓点的位置信息自动生成UH轮廓，后续可添加更多轮廓点微调至满意的结果。取三位医生的平均结果，让“机器学习算法”学习并分析上述标记的位置信息，同时结合图像的灰度和对比度，最终归纳出识别UH轮廓的规律，获得盆底超声智能识别及半自动测量软件，即手动确定尿道中心点及耻骨直肠肌底部前缘点这两个解剖点后即可得到UH前后径、左右径、面积、周长、两侧肛提肌尿道间隙的结果。
　　（2）2名（D1、D2）盆底超声经验丰富的医生分别用盆底智能识别及半自动测量软件和手动描迹法对测试组的186幅三维图进行UH的参数测量：两位测量者的半自动测量和手动测量均进行两次，且两次测量间隔的时间至少2周以上，且每次测量的图像都已清除前面的测量痕迹。测量者间避免讨论，独立测量，不干扰对方。同时分别记录各自的测量耗时，并采用独立样本t检验比较两种测量方法耗时的差异性。
　　（3）将测试组图像半自动测量软件所得的测值与两位测量者的手动测量平均测值进行比较。应用组内相关系数ICC及Bland-Altman图分析来检验盆底手动测量的可重复性，应用Pearson相关系数r、组内相关系数ICC及Bland-Altman一致性分析来检验盆底智能识别及半自动测量与手动测量的一致性，并分析影响测量结果不一致的原因。
　　【结果】
　　1.通过“机器学习算法”获得的盆底超声智能识别及半自动测量软件能够智能识别出测试组图像的泌尿生殖裂孔轮廓，并根据手动确定的尿道中心点及耻骨直肠肌底部前缘点这两个解剖点智能识别并得到泌尿生殖裂孔的前后径、左右径、面积、周长、两侧肛提肌尿道间隙的测值。
　　2.盆底智能识别及半自动测量耗时：D1为7.49±1.51s，D2为7.52±1.37s。手动测量耗时：D1为42.42±11.08s，D2为43.45±9.09s，经独立样本t检验分析，P值为0.00（＜0.05）即两种测量方法的耗时有显著性差异。
　　3.对两位测量者分别两次手动测量测试组图像共获得的4组UH参数进行单因素方差分析，6个参数相应的P值均＞0.05，说明4组UH参数测值的差异均无统计学意义。
　　4.两种测量方法的可重复性分析：
　　（1）两位测量者自身两次测量：手动测量的ICC值为0.903～0.992。智能识别及半自动测量的ICC值为0.931～0.994。说明同一测量者两次测量结果的重复性均好。
　　（2）两位测量者间：手动测量的ICC值为0.896～0.985，Bland-Altman图显示一致性好。智能识别及半自动测量的ICC值为0.931～0.994。说明同一测量者两次测量的重复性均好。因此，两种测量方法的可重复性均好。
　　5.比较两种测量方法的测量者自身及测量者间重复性：
　　（1）手动测量：测量者自身的ICC值为0.903～0.992，测量者间的ICC值为0.896～0.985，同一测量者的可重复性较不同测量者间稍高，但是相差甚微。
　　（2）半自动测量：测量者自身的ICC值为0.931～0.994，测量者间的ICC值为0.931～0.994，测量者自身及测量者间的可重复性均好且非常接近。
　　6.盆底智能识别及半自动测量UH的可信度：取两位测量者的手动测量结果平均值作为手动测量对照与半自动测量比较。
　　（1）相关性：两位测量者半自动测量结果与手动测量的Pearson相关系数r分别为0.857～0.985、0.853～0.979，P值均小于0.01，说明两种方法的测量结果相关性极强；
　　（2）一致性：两位测量者半自动测量与手动测量的ICC分别为0.846～0.985、0.843～0.979，说明两种测量方法测量结果的一致性好；
　　（3）Bland-Altman图：两种测量方法的结果一致性好，可以相互替换。综上，盆底超声智能识别及半自动测量与手动测量泌尿生殖裂孔的相关性及一致性均好，两种测量方法的测量结果显著相关。
　　【结论】
　　1.通过“机器学习算法”所获得的盆底超声智能识别及半自动测量软件能够智能识别出测试组图像的泌尿生殖裂孔轮廓，并根据手动确定的尿道中心点及耻骨直肠肌底部前缘点这两个解剖点智能识别并得到泌尿生殖裂孔的前后径、左右径、面积、周长、两侧肛提肌尿道间隙的测值。
　　2.盆底手动测量泌尿生殖裂孔的6个参数测值的差异均无统计学意义，手动测量的可重复性及一致性均好。同一测量者两次手动测量的重复性均好，不同测量者间手动测量的一致性高。同一测量者两次手动测量结果的可重复性较不同测量者间稍高，但是相差不大。
　　3.盆底智能识别及半自动测量泌尿生殖裂孔与手动测量的一致性好，即该软件的测量结果可靠性高。同时，该软件可以简化测量步骤、缩短检查时间。因此，可以在临床工作中推广应用。
　　4.影响测量结果一致性的原因：图像清晰度、伪影以及主观识别均会影响尿道中心点和两侧肛提肌附着点的识别，使左右径及两侧肛提肌尿道间隙测值的一致性比面积、周长、前后径低。加上盆底超声智能识别及半自动测量软件的研发是基于手动测量，手动测量本身就存在这种一致性的差异。为了提高测量结果的一致性，首先要获取更高质量的图像，其次是提高测量者盆底超声水平。此外，我们已研发出“编辑”功能对盆底智能识别及半自动测量的准确性和一致性进行改善。

目录

声明

英文缩略词

第一章 前 言

第二章 资料与方法

2.1研究对象

2.2研究设备及软件

2.3 研究方法

2.4 统计学分析

第三章 结 果

3.1 泌尿生殖裂孔三维图像获取情况

3.2 盆底智能识别及半自动测量和手动测量的耗时比较

3.3 盆底手动测量泌尿生殖裂孔的可重复性分析

3.4 盆底智能识别及半自动测量泌尿生殖裂孔的可重复性分析

3.5 不同测量者间手动测量泌尿生殖裂孔的Bland-Altman图

3.6 盆底智能识别及半自动测量泌尿生殖裂孔的可信度分析

第四章 讨 论

4.1 盆底超声智能识别及半自动测量的原理

4.2 盆底超声智能识别及半自动测量的优越性

4.3 两种测量方法的可重复性分析性

4.4 盆底智能识别及半自动测量泌尿生殖裂孔的可信度分析

4.5 影响测量结果一致性的原因分析

4.6 研究体会与不足

第五章 结论与展望

5.1 结论

5.2 本研究的创新点

5.3 展望

附图说明

参考文献

发表的综述:胎儿肺动脉发育异常的产前超声诊断

致谢

个人简历