腰椎间盘退变自动量化评估研究获国际认可

近日，上海中医药大学教授王拥军和上海大学教授田应仲率领团队成员围绕腰椎间盘退变自动测量进行深度研究，成果“基于深度学习的磁共振成像（MRI）腰椎间盘退变高精度定量研究”在国际知名期刊《自然·通讯》上发表。该研究通过多学科交叉融合，率先开发出基于深度学习语义分割网络的腰椎间盘退变量化分析算法，实现不同人群的精准化腰椎间盘退变自动量化评估。

腰椎间盘退变被认为是引发慢性腰痛的重要因素，也是评估腰椎退行性病变的早期临床表型。然而，相关影像研究和临床实践大都局限于定性分析或半自动的定量分析，导致相应参量测量的一致性和效率存在局限。针对这一难题，团队基于深度学习语义分割网络的腰椎间盘退变量化分析算法，对全国4个城市共计1051份腰椎间盘磁共振成像图像进行影像数据特征分析，结果表明腰椎间盘内信号差异与退变等级显著相关；再结合对不同人群基线特征（年龄、性别、椎间盘节段）构建不同腰椎间盘退变等级的参量标准，从而实现不同人群的精准化腰椎间盘退变自动量化评估，对腰椎间盘表观遗传学及经筋失衡研究具有很重要的指导价值。