陈建锋1，范运洲2，李鹏2，黄松正2
1.西北大学医学院 放射科，美国 伊利诺州 芝加哥 60611；2.浙江康源医疗器械有限公司 研发部，浙江 杭州 310051
[摘 要]目的本文介绍了一种称为智能放射吸收法的骨密度测量方法，并给出了测量结果。方法首先，在228名男女受试者的前臂上采集了数字放射（Digital Radiography，DR）图像，然后用智能放射吸收法（Intelligent Radiographic Absorptiometry，i-RA）处理这些DR图像。选取距离非优势侧前臂超远端1/3桡骨长处的桡骨区域（简称1/3区域）为我们测量骨密度的区域，并将智能放射吸收法与双能量X-射线吸收法（Dual X-ray Absorptiometry，DXA）测量所获得的骨密度值和T-值分别进行Pearson相关性、以及ROC曲线分析计算。结果与使用DXA的测量结果进行比较，该方法已被广泛应用于骨密度值（Bone Mineral Density，BMD）测量，并被定义为世界卫生组织黄金标准，临床试验结果显示相关系数：r=0.984（基于BMD值），及r=0.979（基于T-值），灵敏度为98.5%，特异度为98.2%，ROC曲线下的面积为0.998。结论这些统计分析结果显示，本文的智能RA测量法可替代传统的双能X-射线吸收法DXA的骨密度仪，来对人体前臂桡骨1/3部位处骨密度进行临床检测，及其骨质疏松症的评估。
[关键词]智能放射吸收法；双能量X-射线吸收法；桡骨骨密度；T-值
引言骨质疏松症是一种常见、多发病，它严重地威胁着中老年人的身体健康，由此引发的骨折等并发症，除了给患者本人造成极大的痛苦外，对社会和家庭带来了沉重的负担。骨质疏松症最初是由欧洲病理学家Pommer[1]于1885年提出，但是直到1993年“共识发展会议”上[2]，骨质疏松症才有一个明确的定义：原发性骨质疏松症是以骨量减少、骨的微观结构退化为特征的，致使骨的脆性增加以及容易发生骨折的一种全身性骨代谢性疾病。
诊断骨质疏松症的主要依据是测量骨骼的骨密度值（Bone Mineral Density，BMD）的下降，以及/或低能量外伤出现的骨折（脆性骨折）[3-7]。骨密度值是直接对骨骼的量化诊断指标，常用于诊断骨质疏松症、预测骨折风险和评定治疗效果。由于受不同地域、不同种族、不同测量部位的影响，在骨量上表现各有不同，再加上临床所使用的骨密度测量仪器也有可能不尽相同[8-9]，因此，临床骨密度的测量值往往各有差异。为了统一评估诊断标准，世界卫生组织（WHO）于1994年发布以双能量X-射线吸收法（Dual X-ray Absorptiometry，DXA）为基础的T-值作为诊断骨质疏松症的诊断标准[10]。临床上通常采用T-值来判断人体的骨骼是否正常，这里T-值是一个相对的数值，是被检测者的骨密度值与健康年轻人的骨密度值作比较，以得出高出（ ）或低于（-）健康年轻人的标准方差数（表1）。
表1 依据T-值，世界卫生组织对骨质疏松诊断进行以下标准分级
目前市场上已有多种多样的骨密度检测方法及产品[6,9,11]，按原理分类主要有单光子吸收法（Single Photon Absorptiometry，SPA）、双光子吸收法（Dual Photon Absorptiometry，DPA）、放射吸收法（Radiographic Absorptiometry，RA）、DXA、定量CT法（Quantitative Computed Tomography，QCT）、定量磁共振法（Quantitative Magnetic Resonance Imaging，QMRI）和定量超声法（Quantitative Ultrasound，QUS），其中DXA是WHO建议的已用于临床诊断骨质疏松的金标准方法，但是其存在着设备相对昂贵、维修成本高、需要经过专门培训的专业人士操作的等诸多弱点。在这种情况下，人工智能与传统检测技术的结合，使得其他新的检测技术不断地被人们所关注、开发。本文介绍一种新的骨密度测量方法，称为智能放射吸收测量法（简称i-RA测量法），通过普通的数字X-射线影像设备（Digital Radiography，DR）来采集人体非优势侧前臂骨投影的图像，然后采用智能计算与X-射线放射吸收原理[12]相结合的方法来对该前臂骨的图像进行定量分析处理，计算出该前臂桡骨感兴趣的骨骼区域的骨密度值。由于它与传统的DXA方法相比较，具有测量精度高、便于操作等优点，因此它有望成为最具有发展前景的诊断骨质疏松症的技术之一。
1 材料与方法1.1 测量方法智能RA测量法是以普通数字X-射线影像设备为图像采集平台，见图1。首先采集被测量的非优势侧前臂骨（桡骨、尺骨）投影的图像（图2），接下来将该图像输入到图像处理工作站进行降噪预处理，并采用GVF Snake自动分割算法[13]将预处理后的手臂骨骼图像进行分割处理，有效地分割出感兴趣的骨骼和其周围的软组织区域。Snake模型是由一组控制点首尾以曲线相连构成轮廓线。
其中s是描述边界的自变量s∈[0,1]。在Snake的控制点上定义能量函数，其公式如下:
其中第一项称为弹性能量，是
