基于DR的深度学习模型预测非血管化腓骨移植术的保髋疗效

目的探讨基于数字X线摄影(DR)的深度学习(DL)模型在预测非血管化腓骨移植术(NVFG)疗效中的价值。方法纳入2009年6月至2021年6月接受NVFG进行保髋的339例(432髋)股骨头坏死(ONFH)患者,以3∶1的比例划分为训练集(n=324)和测试集(n=108)。每侧髋术前均拍摄标准正位、蛙位DR且分布于同一个数据集中。根据术后2年的随访结果定义保髋成败。以ResNet-50作为骨干网络构建DL模型,在训练集中训练、优化模型,并在测试集中采用受试者工作特征曲线(ROC)曲线下面积(AUC)、准确率(Acc)、精确率(Pre)、召回率(Rec)和F1-score进行模型的预测性能评估。结果截至2023年6月,309髋随访结果优良,保髋成功率达71.52%。联合正位、蛙位DR图像构建的模型,对NVFG疗效的预测性能最佳(P<0.05),其AUC为0.780,Acc为0.789,Pre为0.787,Rec为0.960,F1-score为0.865。基于正位DR的模型AUC为0.660,Acc为0.662,Pre为0.703、Rec为0.900、F1-score为0.790;基于蛙位DR的模型AUC为0.710,Acc为0.761,Pre为0.762,Rec为0.960,F1-score为0.850。结论基于DR的DL模型能准确预测NVFG的保髋疗效,具有一定的临床应用价值。